如何识别PDF文件是否包含表单字段

Question

PdfReader reader = new PdfReader(bytes);
AcroFields fields = reader.getAcroFields()
boolean hasFormFields = 
   (fields != null && fields.getFields() != null && fields.getFields().size() > 0);
if (hasFormFields) {
   // Report Error to User - throw exception, etc.
}

当PDF包含表单字段元素时，我希望getFields().size（）大于0。是否有其他使用Java和iText标识表单字段的方法？

Answer 1

您使用了正确的方法来识别（有效的）PDF文件是否包含表单字段。您描述的问题是如何处理不符合标准的PDF文件，这些文件也包含表单字段，但确实存在一些问题，例如缺少AcroField字典、缺少字段数组或其他问题。您有三种可能：

1. 忽略这些情况，因为它们是边缘情况
2. 确定问题（例如，使用Acrobat预飞行），并编写检查这些情况的方法。在下面的示例中，我编写了一个方法来标识缺少fields数组的文档。
3. 只需将所有已上载的文档拉平。

下面的代码检查方法返回true但仍包含表单字段的文档。这些字段也将显示在*Dobe Reader中。

   public boolean containsFormFields2() {

        AcroFields acroFields = reader.getAcroFields();

        if (acroFields.getFields() == null || acroFields.getFields().size() == 0) {
            // recheck "manually"
            for (int i = 1; i <= super.reader.getNumberOfPages(); i++) {
                PdfDictionary page = super.reader.getPageN(i);
                PdfArray annots = page.getAsArray(PdfName.ANNOTS);

                if (annots != null) {
                    // check for form fields in general
                    for (int j = 0; j < annots.size(); j++) {
                        PdfDictionary po2 = (PdfDictionary) annots.getDirectObject(j);

                        // FT key only exists for form fields
                        PdfName type = (PdfName) po2.get(PdfName.FT);
                        if (type != null) {
                           return true;
                        }
                    }
                }
            }
         return false;
        }
        else{
         return true;
        }
   }