PdfBox展平pdf不会删除acroform元素

Question

我有一个带有很多acroforms的pdf，我对它进行了一些操作，结果得到了一个新的pdf。所以我有PDF-1（这是原始版本）和PDF-2（只是PDF-1的副本），现在我想合并它们。两个PDF都有一些缩略形式，例如：字段a、字段2。。。

在合并它们之前，我会将PDF-1展平，因为我只想从PDF-2中获取acrofields。当我检查新合并的PDF时，我可以看到PDF-1页面上没有可见字段，PDF-2页面上有字段。乍一看似乎还可以，但当我检查字段时，我可以看到合并已重命名PDF-2的所有字段，例如field_a_dummy123、field_b_dummy232。。。

在我看来，展平并不会删除字段，这就是为什么PDFBox中的PDFMerger会将字段重命名为PDF-2，因为字段必须是唯一的。有没有办法完全删除PDF-1的acroforms？

@Test
public void flattenAndMerge() throws IOException {
    File testForm = new File(classLoader.getResource("./TestForm.pdf").getFile());

    byte[] testFormAsByte = Files.readAllBytes(testForm.toPath());
    byte[] testFormAsByte2 = Files.readAllBytes(testForm.toPath());

    PDDocument pdf1 = PDDocument.load(testFormAsByte);
    PDAcroForm acroform = pdf1.getDocumentCatalog().getAcroForm();
    acroform.flatten();
    Path flattendedPdf = Files.createTempFile("flatten", ".pdf");
    pdf1.save(flattendedPdf.toFile());


    PDFMergerUtility merger = new PDFMergerUtility();
    merger.addSource(new ByteArrayInputStream(Files.readAllBytes(flattendedPdf)));
    merger.addSource(new ByteArrayInputStream(testFormAsByte2));
    merger.setDestinationFileName("./build/flattenAndMerge.pdf");
    merger.mergeDocuments(MemoryUsageSetting.setupMainMemoryOnly());

}

我正在使用PDFBOX2.0.8。

这是输入文件：https://ufile.io/6etxp这是测试结果：https://ufile.io/bh94n

因为我可以看到问题只发生在复选框，正常的文本字段将被正确删除

Answer 1

如评论中所述：

事实上，这是一个bug。但事实并非如此，因为OP假设展平不会删除字段，这是PDFMergerUtility中合并代码的问题。mergeAcroForm。

根本问题在于处理非平凡字段层次结构：在OP共享的示例源文档中，复选框字段不是顶级字段，但它们位于顶级节点“cb_a”下。

在合并文档中，它们不仅被重命名，而且还被添加到顶级表单字段列表中；这实际上是无效的，因为它们仍然有对“cb_a”的父引用。

目前在Apacha Jira条目PDFBOX-4066的上下文中讨论并解决了此错误。