从PDF复制页面忽略空白页iTextSharp

Question

我正在尝试使用iTextSharp循环浏览PDF文档并删除所有空白页。我有代码检查每个页面是否为空，并将其写入新的PDF，但在关闭新文档时，我收到错误“文档没有页面”。但是，在文件夹中创建的文件确实具有我所期望的文件大小。

这是我目前的代码：

Dim reader As PdfReader = New PdfReader(strSourceFile)
Dim raf As RandomAccessFileOrArray = New RandomAccessFileOrArray(strSourceFile)
Dim document As Document = New Document(reader.GetPageSizeWithRotation(1))
Dim writer As PdfWriter = PdfWriter.GetInstance(document, New FileStream(saver.FileName, FileMode.Create))
document.Open()
Dim page As PdfImportedPage = Nothing

Dim cb As Byte()

For i As Integer = 1 To reader.NumberOfPages()

    cb = reader.GetPageContent(i, raf)
    If cb.Length > 150 Then

        page = writer.GetImportedPage(reader, i)

    End If

Next

document.Close() 'This is where the error occurs.
writer.Close()
raf.Close()
reader.Close()

Answer 1

问题在于@usr2564301在一条评论中提到：您将页面导入到新文档中（作为表单XObject），但没有将该XObject放入新文档的任何页面。

为此，只需扩展if子句，如下所示：

If cb.Length > 150 Then

    page = writer.GetImportedPage(reader, i)
    writer.DirectContentUnder.AddTemplate(page, 0, 0)
    document.NewPage()

End If

但是，这种解决方案有一些缺点：页面作为表单Xobject导入，Xobject粘贴到目标文档中的当前页面上。但是如果页面尺寸不同（这里是A4，那里是字母，或者这里是肖像，那里是风景），页面的部分可能会丢失。此外，将页面作为XObject导入到PdfWriter中只会复制常规页面内容，而不会复制注释（如表单字段）和类似的额外内容。

相反，您应该为此使用PdfCopy：

Dim reader As PdfReader = New PdfReader(strSourceFile)
Dim raf As RandomAccessFileOrArray = New RandomAccessFileOrArray(strSourceFile)
Dim document As Document = New Document(reader.GetPageSizeWithRotation(1))
Dim copy As PdfCopy = New PdfCopy(document, New FileStream(strDestFile, FileMode.Create))
document.Open()
Dim page As PdfImportedPage = Nothing

Dim cb As Byte()

For i As Integer = 1 To reader.NumberOfPages()

    cb = reader.GetPageContent(i, raf)
    If cb.Length > 150 Then

        page = copy.GetImportedPage(reader, i)
        copy.AddPage(page)

    End If

Next

document.Close()
raf.Close()
reader.Close()

这将按原样复制完整的页面。