如何从.jar文件读取PDF

Question

在我的maven项目中，我有一个PDF文件，它位于resources文件夹中。我的函数从资源文件夹读取PDF文件，并根据用户的数据在文档中添加一些值。

此项目使用mvn清洁安装打包为. jar文件，并在我的其他Spring Boot应用程序中用作依赖项。

在我的Spring启动项目中，我创建了将在PDF上执行一些工作的类的instace。一旦PDF文件上的所有工作都完成，并且当PDF文件保存在文件系统上时，它始终是空的（所有页面都是空白的）。我的印象是mvn干净安装对PDF文件做了一些事情。以下是我到目前为止尝试过的方法：

ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
File file= new ClassPathResource("/pdfs/testpdf.pdf").getFile();//Try to get PDF file

PDDocument pdf = PDDocument.load(file);//Load PDF document from the file
List<PDField> fields = forms.getFields();//Get input fields that I want to update in the PDF    
fieldsMap.forEach(throwingConsumerWrapper((field,value) -> changeField(fields,field,value)));//Set input field values

pdf.save(byteArrayOutputStream);//Save value to the byte array

这很好，但只要项目被打包到＜code＞中。jar文件，然后我得到了一个异常，即＜code＞新的类路径资源（“/pdfs/testpdf.pdf”）。getFile（） 找不到指定的文件。

这是正常的，因为File类不能访问. jar文件中的任何内容（它只能访问. jar文件本身），这很清楚。

因此，该问题的解决方案是使用< code>InputStream而不是< code>File。我是这样做的:

ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
InputStream inputStream = new ClassPathResource("/pdfs/testpdf.pdf").getInputStream();//Try to get input stream

PDDocument pdf = PDDocument.load(inputStream );//Load PDF document from the input stream
List<PDField> fields = forms.getFields();//Get input fields that I want to update in the PDF    
fieldsMap.forEach(throwingConsumerWrapper((field,value) -> changeField(fields,field,value)));//Set input field values

pdf.save(byteArrayOutputStream);//Save value to the byte array

这次getInputStream（）不会抛出错误，并且inputStream对象不是null。但是曾经保存在我的文件系统上的PDF文件是空的，这意味着所有页面都是空的。

我甚至尝试复制完整的 inputStream 并将其逐个字节保存到文件中，但我注意到每个字节都等于 0。以下是我所做的：

InputStream inputStream = new ClassPathResource("/pdfs/test.pdf").getInputStream();
byte[] buffer = new byte[inputStream.available()];
inputStream.read(buffer);

File targetFile = new File(OUTPUT_FOLDER);
OutputStream outStream = new FileOutputStream(targetFile);
outStream.write(buffer);

复制的< code>test.pdf会被保存，但当使用Adobe Reader打开时会被报告为损坏。

有人知道怎么修吗？

Answer 1

经过几个小时的调查和@Simon Martinelli和@Tilman Hausherr的良好投入，我有两个问题要解决：

为了从< code>resources文件夹中读取文件，您必须使用适当的类。如上所述，您不能使用< code>File类从< code >中读取文件。jar和我在我的例子中使用了下面的结构:

InputStream inputStream = CreatePDF.class.getResourceAsStream("/pdfs/test.pdf");
PDDocument pdf = PDDocument.load(inputStream);

在我的情况下CreatePDF类是静态的。如果您的类不是静态的，请使用以下内容：

InputStream inputStream = this.getClass().getResourceAsStream("/pdfs/test.pdf");
PDDocument pdf = PDDocument.load(inputStream);

我在问题的第三个示例中注意到的一件事是，当我将文件从资源逐个字节复制到我的本地文件夹时，所有字节都等于0。我知道这不可能是正确的，所以我尝试对简单的. txt文件做同样的事情，在这种情况下一切都正常工作。这意味着mvn清洁安装在PDF文件上引起了一些问题。经过一些调查，我意识到mvn过滤器导致了问题。如果启用了资源过滤器：

<resource>
    <directory>src/main/resources</directory>
    <filtering>true</filtering>
</resource>

然后您的二进制数据将被损坏，这是我最初的问题。当我将其设置为false时，它像预期的那样工作。

这是来自 maven 页面的警告：

警告：不要过滤包含图像等二进制内容的文件！这很可能导致输出损坏。

如果同时具有文本文件和二进制文件作为资源，则建议使用两个单独的文件夹。一个文件夹 src/main/resources（默认）用于未过滤的资源，另一个文件夹 src/main/resources-filter 用于过滤的资源。

以下是一个如何做到这一点的示例：

<resource>
    <directory>src/main/resources</directory>
    <filtering>true</filtering>
    <includes>
        <include>**/*.properties</include>
        <include>**/*.xml</include>
        <include>**/*.txt</include>
        <include>**/*.html</include>
    </includes>
</resource>
<resource>
    <directory>src/main/resources</directory>
    <filtering>false</filtering>
    <includes>
        <include>**/*.pdf</include>
    </includes>
</resource>

Answer 2

你必须像这样加载它：

InputStream inputStream = this.getClass().getClassloader().getResourceAsStream("/pdfs/testpdf.pdf");

如果您通过ClassLoader加载它，则路径从类路径的根开始。