将使用ITextSharp从html创建的N个pdf文件合并到另一个空白pdf文件

Question

我需要将N个PDF文件合并为一个。我创建一个空白文件第一

byte[] pdfBytes = null; 

var ms = new MemoryStream(); 
var doc = new iTextSharp.text.Document(); 
var cWriter = new PdfCopy(doc, ms); 

后来我骑车经过HTML字符串数组

foreach (NBElement htmlString in someElement.Children()) 
        { 
         byte[] msTempDoc = getPdfDocFrom(htmlString.GetString(), cssString.GetString()); 
         addPagesToPdf(cWriter, msTempDoc); 
        } 

在getPdfDocFrom我使用XMLWorkerHelper创建PDF文件，并

private byte[] getPdfDocFrom(string htmlString, string cssString) 
    { 
     var tempMs = new MemoryStream(); 
     byte[] tempMsBytes; 
     var tempDoc = new iTextSharp.text.Document(); 
     var tempWriter = PdfWriter.GetInstance(tempDoc, tempMs); 
     tempDoc.Open(); 

     using (var msCss = new MemoryStream(System.Text.Encoding.UTF8.GetBytes(cssString))) 
     { 
      using (var msHtml = new MemoryStream(System.Text.Encoding.UTF8.GetBytes(htmlString))) 
      { 
       //Parse the HTML 
       iTextSharp.tool.xml.XMLWorkerHelper.GetInstance().ParseXHtml(tempWriter, tempDoc, msHtml, msCss); 
       tempMsBytes = tempMs.ToArray(); 
      } 
     } 

     tempDoc.Close(); 
     return tempMsBytes; 
    } 

后来恢复它作为字节数组我尝试从这个PDF文件中添加页面到空白页面。

​​3210

当它试图从传递给函数的字节数组创建一个PdfReader时，它会中断。 “重建失败：未找到预告片;原始消息：未找到PDF startxref。”

我以前用过另一个库来处理PDF。我作为一个对象传递了2个PdfDocuments，并在循环中从一个到另一个添加了页面。它不支持Css，所以我不得不切换到ITextSharp。

我不太清楚PdfWriter和PdfCopy之间的区别。

Answer 1

您的代码中存在逻辑错误。如getPdfDocFrom()方法中所做的那样，如果从头开始创建文档，则在触发Close()方法之前，文档尚未完成。在这个Close()方法中，创建一个尾标以及一个交叉引用（xref）表。该错误告诉你，这些缺失。

事实上，你叫Close()方法：

tempDoc.Close(); 

但是，你Close()文档的时候，为时已晚：您已经创建了tempMsBytes阵列。您需要在关闭文档后创建该数组。

编辑：我不知道C＃的东西，但如果MemoryStream关闭它后清除其缓冲区，可以使用mainDocWriter.CloseStream = false;使得MemoryStream没有关闭，当您关闭该文档。

在Java中，将“close stream”参数设置为false将是一个坏主意。当我读到Create PDF in memory instead of physical file这个问题的答案时，我发现C＃可能并不总是需要这个额外的行。

备注：加入PdfImportedPage实例为PdfWriter合并文件是坏品味的例子。如果您使用的是iTextSharp 5或更早版本，则应使用PdfCopy或PdfSmartCopy来完成此操作。如果您使用PdfWriter，则会丢弃大量信息（例如链接注释）。