使用PDFBox 2.0.2拆分PDF会生成非常大的PDF文档

Question

我想使用命令

java -jar pdfbox-app-2.y.z.jar PDFSplit [OPTIONS] <PDF file> 

将一个PDF拆分为许多其他PDF。但是我发现有一个问题：拆分的PDF为“ ActiveMQ In Action（Manning-2011）.pdf”，它的大小为14.1MB。但是当我跑步时

java -jar pdfbox-app-2.0.2.jar PDFSplit -split 5 -startPage 21 -endPage 40 -outputPrefix abc "ActiveMQ In Action(Manning-2011).pdf"

每个PDF都大于79MB！我该如何预防？

Answer 1

这是PDFBox 2.0.2中的一个已知错误。拆分在2.0.1中工作正常，在2.0.3中又可以工作。“错误的”代码已经恢复。问题的原因在这里讨论。长话短说：2.0.2版在每个源页面上进行了深层克隆，从而导致资源重复。

更新：这是一些使用2.0.2的人的解决方法代码：

static public PDPage importPageFixed(PDDocument document, PDPage page) throws IOException
{
    PDPage importedPage = new PDPage(new COSDictionary(page.getCOSObject()), document.getResourceCache());
    InputStream in = null;
    try
    {
        in = page.getContents();
        if (in != null)
        {
            PDStream dest = new PDStream(document, in, COSName.FLATE_DECODE);
            importedPage.setContents(dest);
        }
        document.addPage(importedPage);
    }
    catch (IOException e)
    {
        IOUtils.closeQuietly(in);
    }
    return importedPage;
}