使用iText API为PDF文件中的所有书签创建目的地

Question

我想编写一些需要PDF文档的（java）代码，并从所有书签中创建指定的目标。我认为iText API是这样做的最简单的方法，但我从未使用过API。

你将如何去写这种iText API的代码？ iText可以自己处理现有的PDF文件吗？那种操作我想到的是：

• 打开，
• 查找书签，
• 创建，目的地
• 保存，
• 关闭。

或者是否有不同的API会更好？

Answer 1

我只是提醒你，你可能会对此感到失望。 iText并非真正用作解析器。对于创建全新的 PDF文档来说更是如此，但是您可以轻松一下。

要开始使用iText，您将无法修改现有的PDF文档。但是，您可以使用可以做的是使用所需的其他功能制作副本。 （如果别人知道的更好，请告诉我，这让我发疯。）

你想要做的是从源文件的输入流创建一个PdfReader对象。然后创建一个PdfCopy对象（这只是一个扩展的PdfWriter，它可以使来自现有源的数据更方便）用于目标。

据我所知，书签不能从iText获得。可能需要另一个库。我认为jpedal可能具有提取它们的能力（它可以将它们作为一个XML文档获取，然后您可能必须解析它才能获得所需内容）。然而，您可以将它们添加到java.util中。列出并将该列表设置为PDFCopy上的大纲。这些书签本身就是带有一组特定键的HashMaps。我不确定所有的值是什么，但它们包括“标题”，“行动”（这似乎是你指定这是一个命名的目的地，但我不知道这个值是什么）和“URI”（如果这是外部链接，则使用它） - 我怀疑这将指定您要链接的指定目标的名称）。再次，具体很难找到。

然后迭代阅读器的页面，将每个页面导入到PdfCopy。 this page可能会对您有所帮助。

对不起，我对你没有更多帮助。祝你好运。

P.S.如果有人知道更好的工具是（L）GPL或BSD许可的，我很乐意听到它。

Answer 2

后续行动：我几个月前向iText提交了一个补丁（它现在已经被接受并且是HEAD的一部分），它为iText增加了文本解析功能。 PdfBox（下文提到）在阅读使用外部参照流而不是旧的外部参照表格式的较新PDF时存在（有？）问题。

---

另一个库是在分析现有的PDF文件非常好的是PdfBox它也可以用于修改现有的PDF。仅供参考 - 这是Lucene使用的文本解析器。

我还会提到iText 确实有能力解析一个PDF文件，它在解析每个页面上的文本内容时不是很好。如果您正在查看用于存储书签等的PDF高级构造（字典等），并且您不介意在阅读PDF规范时弄脏手，您可以绝对做你在问什么（我们自己做了很多）。

PDF Spec很大，但大部分都可读，并且如果您只想提取书签，那么您不必担心其大部分内容（面向实际页面内容和渲染） 。