pdf合并、生成目录大纲

心的旅程07

已于 2022-08-05 16:17:30 修改

阅读量3.2k

点赞数 1

分类专栏： java 文章标签： java aspose.pdf pdfbox pdf合并生成目录

于 2022-08-05 10:19:34 首次发布

本文链接：https://blog.youkuaiyun.com/imyc7/article/details/126172347

版权

java 专栏收录该内容

3 篇文章

订阅专栏

效果图

合并a.pdf和b.pdf两个文件，会自动提取待合并的pdf原有的大纲。
在这里插入图片描述

aspose.pdf 合并pdf (不推荐、非常耗内存)

/**
     * 合并pdf，可以根据别名生成pdf的书签
     *
     * @param fileRefers
     * @param targetPath
     */
    public static void mergePdfUseRelative(List<ZipUtil.RelativeFile> fileRefers, String targetPath) {
        long startTime = System.currentTimeMillis();
        if (FileUtils.newFile(targetPath).exists()) {
            FileUtils.newFile(targetPath).delete();
        }

        com.aspose.pdf.Document resultPdf = new Document();
        resultPdf.save(targetPath);

        Document mergedDocument = new com.aspose.pdf.Document(targetPath);
        // 设置文档信息
        DocumentInfo docInfo = new DocumentInfo(mergedDocument);
        docInfo.setAuthor("匿名");
        docInfo.setKeywords("文件");
        docInfo.setProducer("ueh");

        int totalPage = 0;
        int index = 0;

        PageCollection mergedDocumentPages = mergedDocument.getPages();

        for (ZipUtil.RelativeFile sourcePdf : fileRefers) {
            log.info("开始合并{}， 大小：{}MB, 路径：{}", (++index),
                    FileUtils.newFile(sourcePdf.getFilePath()).length() / 1024 / 1024,
                    sourcePdf.getFilePath());
            long time1 = System.currentTimeMillis();


            Document pdf = new com.aspose.pdf.Document(sourcePdf.getFilePath());
            PageCollection pdfPages = pdf.getPages();
            mergedDocumentPages.add(pdfPages);

            // 每个待合并文件一个一级目录。
            // 书签保存在Document对象的OutlineItemCollection集合中,而它本身在OutlineCollection 集合中。
            // Create a bookmark object
            OutlineItemCollection pdfOutline = new OutlineItemCollection(mergedDocument.getOutlines());
            pdfOutline.setTitle(FileUtils.newFile(sourcePdf.getRelativePath()).getName());
            pdfOutline.setItalic(true);
            pdfOutline.setBold(true);
            // Set the destination page number
            pdfOutline.setAction(new GoToAction(mergedDocumentPages.get_Item(1 + totalPage)));

            // 添加一级目录的子目录（每个文件自己的目录）
            // Create PdfBookmarkEditor
            PdfBookmarkEditor bookmarkEditor = new PdfBookmarkEditor();
            // Open PDF file
            bookmarkEditor.bindPdf(sourcePdf.getFilePath());
            // Extract bookmarks 读取一级目录
            Bookmarks bookmarks = bookmarkEditor.extractBookmarks(true);
            // 添加书签
            addBookmark(mergedDocument, mergedDocumentPages, pdfOutline, totalPage, bookmarks);

            // Add bookmark in the document's outline collection.
            mergedDocument.getOutlines().add(pdfOutline);

            // 更新总页码
            totalPage += pdfPages.size();

            // 保存
            mergedDocument.save();
            log.info("结束合并，当前合并{}页，总{}页：{},耗费：{}秒", pdfPages.size(), mergedDocumentPages.size(),
                    sourcePdf.getFilePath(), (System.currentTimeMillis() - time1) / 1000);

            pdfPages.clear();
            pdf.close();
        }
        mergedDocument.close();

        log.info("合并完成：共耗时{}秒", (System.currentTimeMillis() - startTime) / 1000);
    }

    /**
     * 给指定的父亲目录添加子目录
     *
     * @param mergedDocument 合并后的最终文档
     * @param pdfOutline     每个pdf的目录。一级目录。
     * @param totalPage      合并 当前后的总页码
     * @param bookmarks      每个待合并的小pdf的一级书签
     */
    public static void addBookmark(Document mergedDocument, PageCollection mergedDocumentPages,
                                   OutlineItemCollection pdfOutline, int totalPage, Bookmarks bookmarks) {
        // 这里是把所有的书签都读取出来了。
        for (int i = 0; i < bookmarks.size(); i++) {
            Bookmark b = bookmarks.get_Item(i);

            //  添加一级目录的子目录
            OutlineItemCollection pdfChildOutline = new OutlineItemCollection(mergedDocument.getOutlines());
            pdfChildOutline.setTitle(b.getTitle());
            pdfChildOutline.setItalic(true);
            pdfChildOutline.setBold(true);
            pdfChildOutline.setAction(new GoToAction(mergedDocumentPages.get_Item(b.getPageNumber() + totalPage)));
            // Add child bookmark in parent bookmark's collection
            pdfOutline.add(pdfChildOutline);

            // 有子级书签
            Bookmarks childItems = b.getChildItems();
            if (childItems.size() > 0) {
                addBookmark(mergedDocument, mergedDocumentPages, pdfChildOutline, totalPage, childItems);
            }

        }
    }

pdfbox （推荐，内存耗费较小，合并快）

    /**
     * 合并Pdf文件
     *
     * @param files        需要合并的文件路径
     * @param destFilePath
     */
    public static void mergePdf(List<String> files, String destFilePath) {
        log.info("开始合并{}， 大小：{}MB, 路径：{}", 0, 0, 0);
        long time1 = System.currentTimeMillis();

        // pdf合并工具类
        PDFMergerUtility mergePdf = new PDFMergerUtility();

        // 自定义书签对象
        List<PdfBoxBookmark> allBookList = new ArrayList<>();
        int totalPage = 0;
        int index = 0;

        // 添加待合并文件
        for (String item : files) {
            log.info("开始添加{}， 大小：{}MB, 路径：{}", (++index),
                    FileUtils.newFile(item).length() / 1024 / 1024, item);
            // 读取Document 方式2
//            FileInputStream fis = new FileInputStream(FileUtils.newFile(item))
//            PDFParser parser = new PDFParser(new RandomAccessBuffer(fis));
//            parser.parse();
//            PDDocument doc = parser.getPDDocument();

            try (PDDocument document = PDDocument.load(FileUtils.newFile(item), MemoryUsageSetting.setupTempFileOnly());
            ) {
                // 页面大纲（1级）
                PdfBoxBookmark boxData = new PdfBoxBookmark(FileUtils.newFile(item).getName(), totalPage, null);

                PDDocumentOutline outline = document.getDocumentCatalog().getDocumentOutline();
                if (outline != null) {
                    buildBookMark(outline, boxData, totalPage);
                }
                /
                allBookList.add(boxData);

                mergePdf.addSource(item);

                // 更新总页码
                totalPage += document.getNumberOfPages();
            } catch (IOException e) {
                throw new BaseException("文件不存在：" + item);
            }
            log.info("结束添加，添加后，总{}页：{},耗费：{}秒",totalPage,
                    item, (System.currentTimeMillis() - time1) / 1000);
        }

        // 设置合并后的pdf文件路径
        mergePdf.setDestinationFileName(destFilePath);

        // 合并pdf
        try {
            mergePdf.setDocumentMergeMode(PDFMergerUtility.DocumentMergeMode.OPTIMIZE_RESOURCES_MODE);
            mergePdf.mergeDocuments(MemoryUsageSetting.setupTempFileOnly());
        } catch (IOException e) {
            throw new BaseException("合并发生异常");
        }

        // 添加书签
        try (PDDocument mergedDocument = PDDocument.load(FileUtils.newFile(destFilePath),
                MemoryUsageSetting.setupTempFileOnly())) {
            // 给合并后的文档设置文档大纲（1级目录）
            PDDocumentOutline documentOutline = new PDDocumentOutline();
            mergedDocument.getDocumentCatalog().setDocumentOutline(documentOutline);

            addBookmark(mergedDocument, allBookList, documentOutline, null);

            mergedDocument.save(destFilePath);
        } catch (IOException e) {
            throw new BaseException("文件不存在：");
        }

        log.info("结束合并，当前合并{}页，总{}页：{},耗费：{}秒", 0, 0,
                0, (System.currentTimeMillis() - time1) / 1000);
    }

    /**
     * 添加书签
     * @param mergedDocument 合并后的文档对象
     * @param allBookList 自定义的书签树
     * @param documentOutline
     * @param pagesOutline 调用时候传递null
     */
    public static void addBookmark(PDDocument mergedDocument, List<PdfBoxBookmark> allBookList,
                                       PDDocumentOutline documentOutline, PDOutlineItem pagesOutline) {
        for (PdfBoxBookmark boxData : allBookList) {
            // 给每个文档构造 页面大纲（一级书签）
            PDPageDestination pageDestination = new PDPageFitWidthDestination();
            pageDestination.setPage(mergedDocument.getPage(boxData.getPage()));
            PDOutlineItem bookmark = new PDOutlineItem();
            bookmark.setDestination(pageDestination);
            bookmark.setTitle(boxData.getTitle());

            // 需要给每个页面大纲添加子目录 PDOutlineItem
            List<PdfBoxBookmark> children = boxData.getChildren();
            if (children != null && children.size() > 0) {
                addBookmark(mergedDocument, children, documentOutline, bookmark);
            }

            if (pagesOutline == null) {
                // 给文档大纲 添加 页面大纲
                documentOutline.addLast(bookmark);
            } else {
                pagesOutline.addLast(bookmark);
            }

        }
    }

    /**
     * 构建自定义书签
     * @param bookmark
     * @param boxData
     * @param totalPage
     * @throws IOException
     */
    public static void buildBookMark(PDOutlineNode bookmark, PdfBoxBookmark boxData, int totalPage) throws IOException {
        PDOutlineItem current = bookmark.getFirstChild();
        while (current != null) {
            int pages = 0;
            PDDestination destination = current.getDestination();
            if (destination instanceof PDPageDestination) {
                PDPageDestination pd = (PDPageDestination) destination;
                pages = pd.retrievePageNumber() + totalPage;
            }
            if (boxData.getChildren() == null) {
                boxData.setChildren(new ArrayList<>());
            }

            List<PdfBoxBookmark> children = boxData.getChildren();
            PdfBoxBookmark tmpBox = new PdfBoxBookmark(current.getTitle(), pages, null);
            children.add(tmpBox);
            // 这里需要判断是否有儿子。有儿子用tmpBox， 没有儿子用boxData
            if (current.hasChildren()) {
                buildBookMark(current, tmpBox, totalPage);
            } else {
                buildBookMark(current, boxData, totalPage);
            }

            boxData.setChildren(children);
            current = current.getNextSibling();
        }
    }