PDFBox按指定页码拆分为3(插入pdf)

Question

然而，我读过如何使用Apache PDFBox拆分PDF？和如何在Java中将两个PDF文件合并成一个文件？的文章，它只演示了如何在每个页面或将其分割为相等的块，addSource()的合并apis似乎只有文件、字符串、InputStream和而不是 PDDocument。

我想将一个一页pdf文件插入到指定页码的较大pdf文件(例如100页)的三个位置，例如第3、7和10页。因此，我需要在第3、7、10页拆分较大的文档，然后插入一页pdf文档，然后将所有拆分部分合并到一个新的pdf文件中。

我所做的工作如下：

        PDDocument doc;
        PDDocument onePage;
        Splitter splitDoc = new Splitter();
        PDFMergerUtility mergedDoc = new PDFMergerUtility();

        onePage = PDDocument.load("/path/onepage.pdf");
        doc = PDDocument.load("/path/hundredpages.pdf");
        splitDoc.setSplitAtPage(1); // inefficient
        // is there a better solution for split?
        List<PDDocument> splitDocs = splitDoc.split(doc);

        for (int i=0; i<splitDocs.size(); i++) {

            if (i==2 || i==7 || i==10) { // only to demonstrate

                mergeFiles.addSource(onePage); // see comment below

            } else {

                // doesn't accept PDDocument 
                // what's the alternative without resorting to InputStream
                mergeFiles.addSource(splitDocs.remove(0)); 

            }


        }

        mergedDoc.setDestinationFileName("/path/mergeddoc.pdf");
        mergedDoc.mergeDocuments();

我哪里出问题了，还是有更好的办法？

Answer 1

这个答案是关于你真正想要达到的目标。

我想插入一个一页pdf文件到三个地方较大的pdf文件(例如100页)在指定的页码，例如第3，7和10页。

而不是你认为你必须为此做的事，即

因此，我需要在第3，7，10页拆分较大的文档，然后插入一页pdf文档，然后将所有拆分部分合并到一个新的pdf文件中。

此外，我假设您仍然使用的是PDFBox版本1.8.x，而不是2.0.0版本的候选版本。

要将页面插入文档(由PDDocument实例表示)，实际上不需要拆分和重新合并该文档，只需在给定的索引处添加页面即可。因此，我们可以简化方法。

同时，您的任务中有一个细节再次使其复杂化:您不能多次将相同的页对象插入同一个目标文档中，至少必须创建它的浅表副本。

考虑到这一点，您可以将一个一页pdf文件插入到一个较大pdf的三个位置。

PDDocument document = ...;
PDDocument singlePageDocument = ...;
PDPage singlePage = (PDPage) singlePageDocument.getDocumentCatalog().getAllPages().get(0);

PDPageNode rootPages = document.getDocumentCatalog().getPages();
rootPages.getKids().add(3-1, singlePage);
singlePage.setParent(rootPages);
singlePage = new PDPage(new COSDictionary(singlePage.getCOSDictionary()));
rootPages.getKids().add(7-1, singlePage);
singlePage = new PDPage(new COSDictionary(singlePage.getCOSDictionary()));
rootPages.getKids().add(10-1, singlePage);
rootPages.updateCount();

document.save(...);

(https://github.com/mkl-public/testarea-pdfbox1/blob/master/src/test/java/mkl/testarea/pdfbox1/merge/InsertPages.java testInsertPages__)

不过，Beware，，这段代码假设是一个平面页面树。如果页面树较深，则必须以不同的方式遍历页面列表:要将页面插入为第n页文档页，不能简单地将其添加到 pages 根目录中，而是必须逐个检查其子节点，如果沿着内部的PDPageNode对象，则必须读取其Count值以检查其包含的页数；如果这个数字意味着要插入的位置包含在其中，则必须恢复到该内部PDPageNode对象中。