PDFBox按指定页码拆分为3个（插入pdf格式）

Question

我读过如何使用Apache PDFbox拆分PDF的帖子？以及如何在Java中将两个PDF文件合并为一个？但是,它只演示了如何在每个页面上拆分它或将其拆分为相等的卡盘,addSource（）的合并API似乎只有File、String和InputStream,而不是PDDocument。

我想插入一个一页的pdf文件到一个较大的pdf文件的3个地方（比方说100页）指定的页码，例如第3页，第7页和第10页。因此，我需要拆分较大的文档在第3、7、10页，然后插入一页pdf文档，然后合并所有拆分的部分在一个新的pdf文件。

        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();

我错在哪里，还是有更好的办法？

Answer 1

这个答案是关于你实际想要达到的目标，即。

我想插入一个一页的pdf文件到一个较大的pdf文件的3个地方（比方说100页）指定的页码，例如第3页，第7页和第10页。

而不是你认为你必须为此做什么，即。

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(...);

但是，请注意，这段代码假设是一个扁平的页面树。在更深的页面树的情况下，必须以不同的方式遍历页面列表：要插入一个页面作为第N个文档页面，您不能简单地将其添加到页面根的位置n-1处，而是必须逐个检查其子页面，并且如果出现内部的PDPageNode对象，您必须读取其count值以检查其包含的页面数；如果这个数字意味着要插入的位置包含在内部，则必须递归到内部的pdpageNode对象中。