Apache PDFBox-无法从PDF中读取所有字段

Question

我们正在尝试读取PDF并动态填充其中的值。根据传入的请求，我们运行一些规则，导出要使用的PDF，然后动态地向其填充值。我们使用的是ApachePDFBox版本2.0.11，由于某些原因，我们在使用特定的PDF模板时遇到了问题。我们无法读取此特定模板的某些字段，生成的PDF不完整。想知道是否与原始PDF本身有关。下面是我们用来读取字段并填充字段的代码片段。

PDDocument pdfTemplate = PDDocument.load(inputStream);
PDDocumentCatalog docCatalog = pdfTemplate.getDocumentCatalog();
PDAcroForm  acroForm = docCatalog.getAcroForm();
acroForm.setXFA(null);
COSArrayList<PDField> list = (COSArrayList<PDField>) acroForm.getFields();
for (PDField field : list) {
     field.setReadOnly(true);
      logger.debug("Field name "+field.getFullyQualifiedName())))
      //use logic to populate value by calling field.setValue();
}

当我们试图打印每个字段名时，我们发现超过30%的字段丢失。有人能帮忙修理吗？PDF共有15页，包含不同的问题。如果问题在于原始PDF本身，那么无法读取某些字段的原因可能是什么？

Answer 1

重新构建整个PDF后问题得到解决。

Answer 2

您可能在该表单上有分层字段。试试下面的代码...

PDDocument pdfTemplate = PDDocument.load(inputStream);
PDDocumentCatalog docCatalog = pdfTemplate.getDocumentCatalog();    
PDAcroForm  acroForm = docCatalog.getAcroForm();
PDFieldTree fieldTree = acroForm.getFieldTree();
Iterator<PDField> fieldTreeIterator = fieldTree.iterator();
while (fieldTreeIterator.hasNext()) {
    PDField field = fieldTreeIterator.next();
    if (field instanceof PDTerminalField) {
        String fullyQualifiedName = field.getFullyQualifiedName();
        logger.debug("Field name "+fullyQualifiedName);
    }
}

PDAcroForm。getFields（）只获取根字段，而不获取其子字段。PDAcroForm。getFieldTree（）获取所有字段，但在设置值之前，需要测试它们是否为终端。页面上没有与之关联的字段（不能有值）。如果完全限定名中有句点，您就会知道这就是问题所在。句点代表层次结构。