使用itext java库复制时pdf文件大小大大增加

Question

我正在尝试使用 Java 中的 itextpdf 库将现有的 pdf 文件复制到一些新文件中。我使用的是 itextpdf 5.5.10 版本。我在两种方式上都面临着不同的问题：PDFStamper 和 PdfCopy。当我使用 PDFStamper 类时，我观察到新文件大小大幅增加，尽管没有添加任何新项目。这是代码片段：

    String currFile="C:\misc\pdffiles\AcroJS.pdf" ;
    String dest = "C:\misc\pdffiles\AcroJS_copy.pdf" ;
    PdfReader reader = new PdfReader(currFile) ;
    PdfStamper stamper = new PdfStamper(reader,new FileOutputStream(dest)) ;
    stamper.close() ;
    reader.close() ;

一些观察结果是：7 MB（原始）到 13 MB（大约，新文件），116 KB > 119 KB（大约）

当我复制现有的 pdf 文件时，我期望文件大小大致相同。我无法弄清楚为什么尺寸会增加那么多。

我也尝试过 PdfCopy 类。我使用 PdfCopy 遵循了两种方法：

1. 一页一页地复制。
2. 在 pdfcopy 对象上调用 setMergeFields() 然后调用 pdfcopy.addDocument(reader) ；

但这两种方法的问题在于，它会丢弃 pdf 文件中的一些非内容元数据，因此新的 pdf 在由 Adob​​e reader 打开时会被破坏。例如我的 pdf 包含字典对象 PdfName.S 。在这种情况下，新创建的 pdf 文件只有 2KB（原始文件为 1.6 MB），这显然意味着没有任何内容复制到文档中，并且它已损坏。

我最初的要求很简单：将现有的pdf复制到新的pdf文件，不增加大小，不扔掉必要的项目。显然它不像复制、粘贴然后重命名。因为下一步我要对pdf内容进行一些处理。任何帮助都感激不尽。

操作系统：Windows 10 Pro Java：1.8.101 itext：5.5.10

谢谢

Answer 1

用于PdfStamper

你的代码

你的代码

PdfStamper stamper = new PdfStamper(reader,new FileOutputStream(dest)) ;
stamper.close() ;

本质上是告诉 iText 复制原始 PDF，丢弃未使用的对象并使用 iText 的默认压缩设置。

iText 的默认压缩设置包括不使用压缩交叉引用和对象流（在 PDF 1.5 中引入），而是使用交叉引用表和单独压缩对象的旧技术。

另一方面，示例文件确实使用了这些技术。因此，它的压缩效果要好得多。

全压缩代码

您也可以告诉 iText 使用这些改进的压缩技术，如下所示：

PdfReader reader = new PdfReader(resourceStream);
PdfStamper stamper = new PdfStamper(reader, outputStream);
stamper.setFullCompression();

stamper.close();

（Stamping.java测试方法testStampAcroJSCompressed）

这会导致文件大小小于 4 MB。

使用附加模式的代码

如果您想保持对象存储的原始方式，您可以使用追加模式，它以相同的方式复制原始文件并以所谓的增量更新的形式添加更改，如下所示：

PdfReader reader = new PdfReader(resourceStream);
PdfStamper stamper = new PdfStamper(reader, outputStream, '\0', true);

stamper.close();

（Stamping.java测试方法testStampAcroJSAppended）

这会产生比原始文件稍大的文件。

用于PdfCopy

你观察到PdfCopy

正在丢弃一些非内容元数据

当然可以。PdfCopy旨在将页面从一个 PDF 复制到另一个 PDF，保持内容和注释不变，但忽略其他页面级和所有文档级信息。