场景:调用第三方的接口取得的PDF文件流中有个不想要的图片,跟第三方接口沟通无果的情况下,自己想办法去掉吧。
解决思路:打算用PDFBox去掉PDF中的图片,但是在代码中resources.getImages()总是获取为空,经过一番搜索决定利用免费版的Spire.PDF for Java,测试结果图片果然被去掉了,但是生成的pdf顶部增加了多余的文字Evaluation Warning : The document was created with Spire.PDF for Java.。现在的问题又变成了去掉pdf的文字,用PDFBox去文字还是有效的,最后结合一下,达到了去掉PDF文件中图片的目的。
解决方式:
1、加入maven依赖
<dependency>
<groupId> e-iceblue </groupId>
<artifactId>spire.pdf</artifactId>
<version>3.11.6</version>
</dependency>
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>2.0.24</version>
</dependency>
2、删除图片代码
import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import org.apache.pdfboxs.COSName;
import org.apache.pdfboxs.COSString;
import org.apache.pdfbox.pdfparser.PDFStreamParser;
import org.apache.pdfbox.pdfwriter.ContentStreamWriter;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodelmon.PDStream;
import java.io.*;
import java.util.Arrays;
import java.util.Base64;
import java.util.List;
/**
* 删除pdf文件流中图片
*/
public class DeleteImage {
public static void main(String[] args) throws IOException {
ByteArrayOutputStream baos = new ByteArrayOutputStream();
//创建一个PDF实例
PdfDocument doc = new PdfDocument();
//加载pdf base64流
String pdfStr = "base64文件流";
doc.loadFromBytes(Base64.getDecoder().decode(pdfStr));
//获取文档的第一页
PdfPageBase page = doc.getPages().get(0);
//删除第一页的第一张图
page.deleteImage(0);
doc.saveToStream(baos);
ByteArrayInputStream swapStream = new ByteArrayInputStream(baos.toByteArray());
// 删除水印
handlePdfBook(swapStream);
doc.close();
}
public static void handlePdfBook(InputStream in) {
try (PDDocument pdfDocument = PDDocument.load(in)) {
//加载PDF文件
//处理PDF中的每一页
for (PDPage page : pdfDocument.getPages()) {
//解析PDF,找出其中有"xxxx"文字的token也就是COSString元素,找到后把值改掉即可
PDFStreamParser parser = new PDFStreamParser(page);
parser.parse();
List<Object> tokens = parser.getTokens();
for (Object o : tokens) {
if (o instanceof COSString) {
COSString cs = (COSString) o;
if(cs.toString().contains("Evaluation Warning : The document was created with Spire.PDF for Java.")){
cs.setValue(new byte[0]);
}
}
}
//将修改后的token要存进page中去,即修改page中原来的tokens
PDStream updatedStream = new PDStream(pdfDocument);
OutputStream out = updatedStream.createOutputStream(COSName.FLATE_DECODE);
ContentStreamWriter tokenWriter = new ContentStreamWriter(out);
tokenWriter.writeTokens(tokens);
out.close();
page.setContents(updatedStream);
}
//将修改后的PDF保存
pdfDocument.save("d:\\修改后pdf.pdf");
} catch (Exception e) {
System.out.println(e.getMessage());
}
}
}
综上:其他的操作也可以开拓思路,组合实现。