如何在 Java 中将 PDF 转换为 PDF/A

Question

在 Java 中，我希望能够读取 PDF 文件，测试它是否兼容 PDF/A（用于存档的 PDF），如果不兼容，则将文件转换为 PDF/A。

我可能更喜欢 Apache PDFBox 中的这个，因为我已经在该 API 中做了一些事情，但我也会对其他 API 开放。

Answer 1

测试 PDF 文件是否为 PDF/A-1b 可以使用 PDFBox 预检完成，请参见示例here 或使用预检应用程序。

创建将文件从 PDF 转换为 PDF/A 的工具是一项艰巨的任务，可能需要数月甚至数年的时间。如果您查看 PDFBox preflight 的源代码，您会发现数百条错误消息。因此，您的工具必须能够修复这些错误中的每一个。有些是：

• 非嵌入式字体
• 没有输出意图的颜色使用
• 不正确的元数据
• JBIG2 编码图像
• LZW编码数据

只需使用 PDFBox 预检检查您自己的一些文件，您就会看到各种各样的问题......

如果您没有几个月或几年，请访问

Callas Software GmbH

或

PDF Tools AG

的主页购买这样的转换器。

Answer 2

我一直在研究一种将 PDF 转换为 PDF/A 的简单方法。最后，我将原始 PDF 的每一页都转换为图像，然后仅使用图像重新创建 PDF。

这样我就不关心字体、表格或任何其他配置。

public void usingImages(File pdfFile) {
    try (PDDocument docIn = PDDocument.load(pdfFile))
    {   
        try(PDDocument docOut = new PDDocument()) {
            PDFRenderer pdfRenderer = new PDFRenderer(docIn);
            for (int pageIx = 0; pageIx < docIn.getNumberOfPages(); ++pageIx) { 
                //convert the input page to img
                BufferedImage bim = pdfRenderer.renderImageWithDPI(pageIx, 300, ImageType.RGB);
                ByteArrayOutputStream baos = new ByteArrayOutputStream();
                ImageIO.write(bim, "png", baos);
                byte[] toByteArray = baos.toByteArray();
                
                //Create new output page
                PDPage page = new PDPage();
                docOut.addPage(page);
                
                //Insert Image to new page
                PDImageXObject pdImage = PDImageXObject.createFromByteArray(docOut, toByteArray, "Pagina_"+String.valueOf(page));
                
                try (PDPageContentStream contentStream = new PDPageContentStream(docOut, page, PDPageContentStream.AppendMode.APPEND, true, true))
                {
                    // contentStream.drawImage(ximage, 20, 20 );
                    // better method inspired by http://stackoverflow.com/a/22318681/535646
                    // reduce this value if the image is too large
                    float width = page.getCropBox().getWidth();
                    float height = page.getCropBox().getHeight();
                    float scale = width / pdImage.getWidth();
                    if (scale > (height / pdImage.getHeight()))
                        scale = height / pdImage.getHeight();

                    contentStream.drawImage(pdImage, page.getCropBox().getLowerLeftX(), page.getCropBox().getLowerLeftY(), pdImage.getWidth() * scale, pdImage.getHeight() * scale);
                }
            }
            docOut.save(new File(pdfFile.getAbsolutePath() + ".PDFA.pdf"));
        }
    } catch (Exception ex) {
        Logger.getLogger(PDFtoPDFA.class.getName()).log(Level.SEVERE, null, ex);
    }
}