如何使用java中的pdfbox从pdf页面中删除未使用的图形

Question

我需要使用java中的pdfbox从pdf文档的页面中删除未使用的图形/图像。 我遇到了这个堆栈溢出链接：清理 PDF 页面资源中未使用的图像。这个链接准确地描述了我正在寻找的内容。 @Tilman Hausherr 和 @SakeviYokoyama 就这个问题交换了意见。

我下载了@SakeviYokoyama 开发的课程，但我遇到了问题 PdfImageStreamEngine 类，用于 PageExtractor 类的 findImageNames 方法。

PdfImageStreamEngine 类的定义可以在 Gihub 中找到，网址如下： https://gist.github.com/SakeviYokoyama/edeaa405bea30e3c94aaba8b073aaf2f

问题是 PdfImageStreamEngine 类的定义不在 github 存储库中；但是，此类的定义位于 Stack Overflow 问题中。我使用了 Stack Overflow 中找到的类的定义，但是当我尝试在 Eclipse 中使用该代码时出现错误。

Eclipse 抱怨以下内容：

“默认构造函数未定义隐式超级构造函数 OperatorProcessor()。必须定义显式构造函数”

我正在尝试使用 pdfbox 减小分割文件的大小。

Answer 1

我尝试过，它对我有用。所以这一定是你的设置。确保您使用以下内容：

• 使用PdfBox版本2.0.X（我用的是2.0.30）

当您的 Java 版本配置错误时，

• eclipse 会出现此错误。转到项目 - 首选项 - Java - 编译器并确保安装了正确的 jdk/jre（或转到窗口 - 首选项 - Java - 安装的 JRE）。对我来说，它可以与 Java 8 / 11 / 17 作为运行时

• 如果您正在做一些特殊的事情，请在此处添加代码。对我来说，以下内容有效（请注意，这只是基本的示例代码 - 所以缺少很多东西）：

     PDDocument document = null;
        try {
            document = PDDocument.load(yourfile);
            fis.close();
  
            PageExtractor extractor = new PageExtractor();
            PDDocument page = extractor.extractPage(document, 1);
  
            System.out.println(page.getNumberOfPages());
  
            document.close();
        } 
        catch (IOException ex) {
           ex.printStackTrace();
        }