可以用PDFBox复制一个pdf与iText一样小吗？

Question

我正在阅读PDF格式并输出PDF格式的原始PDF的多个副本。我通过对PDFBox和iText进行相同的测试。如果我单独复制每个页面，iText会创建更小的输出。

问题：有没有另一种方法可以在PDFBox中做到这一点，导致较小的输出PDF文件。

对于一个示例的输入文件，生成两个副本到与两个工具的输出：

• 原始PDF大小：30K
• PDFBox的（V 1.7.1）生成的PDF：84K
• iText的（ v 5.3.4）生成PDF：35K

PDFBox的Java代码（对不起，造成您的错误处理）。请注意它是如何通过读取输入，并通过和重复它作为一个整体：

PDFMergerUtility merger = new PDFMergerUtility(); 
PDDocument workplace = null; 
try { 
    for (int cnt = 0; cnt < COPIES; ++cnt) { 
     PDDocument document = null; 
     InputStream stream = null; 
     try { 
      stream = new FileInputStream(new File(sourceFileName)); 
      document = PDDocument.load(stream); 
      if (workplace == null) { 
       workplace = document; 
      } else { 
       merger.appendDocument(workplace, document); 
      } 
     } finally { 
      if (document != null && document != workplace) { 
       document.close(); 
      } 
      if (stream != null) { 
       stream.close(); 
      } 
     } 
    } 

    OutputStream out = null; 
    try { 
     out = new FileOutputStream(new File(destinationFileName)); 
     workplace.save(out); 
    } finally { 
     if (out != null) { 
      out.close(); 
     } 
    } 
} catch (COSVisitorException e1) { 
    e1.printStackTrace(); 
} catch (IOException e) { 
    e.printStackTrace(); 
} finally { 
    if (workplace != null) { 
     try { 
      workplace.close(); 
     } catch (IOException e) { 
      e.printStackTrace(); 
     } 
    } 
} 

代码与iText的做到这一点。注意如何通过页面和转账每个页面加载输入文件页面的输出：

Document document = null; 
PdfReader reader = null; 
InputStream inputStream = null; 
FileOutputStream outputStream = null; 
try { 
    inputStream = new FileInputStream(new File(sourceFileName)); 
    outputStream = new FileOutputStream(new File(destinationFileName)); 
    document = new Document(); 
    PdfCopy copy = new PdfSmartCopy(document, outputStream); 
    document.open(); 
    reader = new PdfReader(inputStream); 
    // loop over the pages in that document 
    int pdfPageNo = reader.getNumberOfPages(); 
    for (int page = 0; page < pdfPageNo;) { 
     PdfImportedPage onePage = copy.getImportedPage(reader, ++page); 
     // duplicate each page N times 
     for (int i = 0; i < COPIES; ++i) { 
      copy.addPage(onePage); 
     } 
    } 
    copy.freeReader(reader); 
} catch (DocumentException e) { 
    e.printStackTrace(); 
} catch (IOException e) { 
    e.printStackTrace(); 
} finally { 
    if (reader != null) { 
     reader.close(); 
    } 
    if (document != null) { 
     document.close(); 
    } 
    try { 
     if (inputStream != null) { 
      inputStream.close(); 
     } 
     if (outputStream != null) { 
      outputStream.close(); 
     } 
    } catch (IOException e) { 
     // do nothing 
    } 
} 

两者都是由该所包围：

public class Duplicate { 

    /** The original PDF file */ 
    private static final String sourceFileName = "PDF_CI_US2CA.pdf"; 

    /** The resulting PDF file. */ 
    private static final String destinationFileName = "itext_output.pdf"; 
    private static final int COPIES = 2; 

    public static void main(String[] args) { 
      ... 
     } 
} 

Answer 1

使用下面的解决方案，我能够创建一个PDF文件具有许多重复的页面，并且对存储的影响最小。

PDDocument samplePdf = null; 
try { 
    samplePdf = PDDocument.load(PDF_PATH); 
    PDPage page = (PDPage) samplePdf.getDocumentCatalog().getAllPages().get(0); 

    for(int i = 0; i < COPIES; i++) { 
     samplePdf.importPage(page); 
    } 

    samplePdf.save(SAVE_PATH); //$NON-NLS-1$ 

} catch (IOException e) { 
    e.printStackTrace(); 
} catch (COSVisitorException e) { 
    e.printStackTrace(); 
} 

在我第一次尝试我用过，samplePdf.addPage(page)但预计它没有工作。所以很明显，add和import函数之间是有区别的。我将不得不查看源代码或文档以查看原因。无论如何，这应该可以帮助您用PDFBox为您的需求设计解决方案。