iTextSharp PDF读取错误

Question

我有下面的代码

using (var reader = new PdfReader(pdfPath))
{
    for (int pageIndex = 1; pageIndex <= reader.NumberOfPages; pageIndex++)
    {
        var text = PdfTextExtractor.GetTextFromPage(reader, pageIndex);
        //my other logic goes here
    }
}

我得到的值不能是空行

using (var reader = new PdfReader(pdfPath))

我不知道为什么它失败了几个PDF。我能读懂1000秒的PDF，但只有4个PDF，我得到了这个错误。

错误：

System.ArgumentNullException: Value cannot be null.
Parameter name: key
   at System.Collections.Generic.Dictionary`2.FindEntry(TKey key)
   at System.Collections.Generic.Dictionary`2.TryGetValue(TKey key, TValue& value)
   at System.util.collections.HashSet2`1.AddAndCheck(T item)
   at iTextSharp.text.pdf.PdfReader.PageRefs.IteratePages(PRIndirectReference rpage)
   at iTextSharp.text.pdf.PdfReader.PageRefs.IteratePages(PRIndirectReference rpage)
   at iTextSharp.text.pdf.PdfReader.PageRefs.IteratePages(PRIndirectReference rpage)
   at iTextSharp.text.pdf.PdfReader.PageRefs.IteratePages(PRIndirectReference rpage)
   at iTextSharp.text.pdf.PdfReader.PageRefs.IteratePages(PRIndirectReference rpage)
   at iTextSharp.text.pdf.PdfReader.PageRefs.ReadPages()
   at iTextSharp.text.pdf.PdfReader.PageRefs..ctor(PdfReader reader)
   at iTextSharp.text.pdf.PdfReader.ReadPages()
   at iTextSharp.text.pdf.PdfReader.ReadPdf()
   at iTextSharp.text.pdf.PdfReader..ctor(IRandomAccessSource byteSource, Boolean partialRead, Byte[] ownerPassword, X509Certificate certificate, ICipherParameters certificateKey, Boolean closeSourceOnConstructorError)
   at iTextSharp.text.pdf.PdfReader..ctor(String filename)

我的iTextSharp版本是5.5.7.0

Answer 1

为了结束这个话题，我已经要求PDF供应商为我重新生成相关的文件。它们确实重新生成并发送给我，我可以在没有任何代码更改的情况下处理它们。看来，iTextSharp无法正确读取的PDF内容中有一些错误。我仍然感到奇怪，因为他们的进程和我们的进程没有任何变化。可能是某个地方损坏的PDF。

Answer 2

最简单的原因是，在这4个PDF上，pdfPath是空的，而不是字符串。检查pdfPath中的空值。

Answer 3

4 PDF的路径可能无效，这意味着那里没有PDF文件。