Question

一段时间以来，我一直在使用PDFBox将pdf文件拆分为图像，但是更新到2.0.19之后，我开始遇到意外的异常。

这是异常的堆栈跟踪：

java.lang.ArrayIndexOutOfBoundsException: 3
    at java.awt.color.ICC_ColorSpace.toRGB(ICC_ColorSpace.java:191)
    at org.apache.pdfbox.pdmodel.graphics.color.PDICCBased.toRGB(PDICCBased.java:350)
    at org.apache.pdfbox.rendering.PageDrawer.getPaint(PageDrawer.java:335)
    at org.apache.pdfbox.rendering.PageDrawer.getNonStrokingPaint(PageDrawer.java:708)
    at org.apache.pdfbox.rendering.PageDrawer.fillPath(PageDrawer.java:808)
    at org.apache.pdfbox.contentstream.operator.graphics.FillEvenOddRule.process(FillEvenOddRule.java:37)
    at org.apache.pdfbox.contentstream.PDFStreamEngine.processOperator(PDFStreamEngine.java:875)
    at org.apache.pdfbox.contentstream.PDFStreamEngine.processStreamOperators(PDFStreamEngine.java:509)
    at org.apache.pdfbox.contentstream.PDFStreamEngine.processStream(PDFStreamEngine.java:483)
    at org.apache.pdfbox.contentstream.PDFStreamEngine.processPage(PDFStreamEngine.java:156)
    at org.apache.pdfbox.rendering.PageDrawer.drawPage(PageDrawer.java:269)
    at org.apache.pdfbox.rendering.PDFRenderer.renderImage(PDFRenderer.java:321)
    at org.apache.pdfbox.rendering.PDFRenderer.renderImage(PDFRenderer.java:243)
    at org.apache.pdfbox.rendering.PDFRenderer.renderImage(PDFRenderer.java:203)
    at org.apache.pdfbox.rendering.PDFRenderer.renderImage(PDFRenderer.java:190)

这是我一直用来分割文件的代码：


try (PDDocument document = PDDocument.load(new File("updated_test.pdf"))) {
    PDPageTree pdPages = document.getDocumentCatalog().getPages();
    PDFRenderer pdfRenderer = new PDFRenderer(document);

    int page = 0;
    for (PDPage pdPage : pdPages) {
        String fileName = "demo" + page + ".png";

        File tempImg = new File(fileName);

        BufferedImage bim = pdfRenderer.renderImage(page);
        ImageIOUtil.writeImage(bim, tempImg.getAbsolutePath(), 150);

        page++;
    }
} catch (Exception e) {
    e.printStackTrace();
}

这是导致问题的实际文件： https://stackoverflowuploads.s3-us-west-2.amazonaws.com/updated_test.pdf

如果您对其他可以实现相同结果的解决方案/库有想法，也将非常感谢所有帮助，想法和建议。谢谢！

Answer 1

哇，谢谢Tilman Hausherr，从您的评论开始，我基本上按照您的建议做了，但是在Java中，它是一个临时解决方案，直到您有机会制作快照版本：

FileInputStream fileInputStream = new FileInputStream(new File("updated_test.pdf"));
File file = new File("updated_test2.pdf");

if (file.exists()) {
    file.delete();
}

FileOutputStream fileOutputStream = new FileOutputStream(new File("updated_test2.pdf"));
int i;

long m = 0;
char prev1 = '-';
char prev2 = '-';
char prev3 = '-';
while ((i = fileInputStream.read()) != -1) {
    if (prev3 == '/' && prev2 == 'N' && prev1 == ' ' && i == '3') {
        fileOutputStream.write('4');
    } else {
        fileOutputStream.write(i);
    }

    prev3 = prev2;
    prev2 = prev1;
    prev1 = (char)i;

    m++;
}

fileOutputStream.flush();
fileOutputStream.close();

try (PDDocument document = PDDocument.load(new File("updated_test2.pdf"))) {
    PDPageTree pdPages = document.getDocumentCatalog().getPages();
    PDFRenderer pdfRenderer = new PDFRenderer(document);

    int page = 0;
    for (PDPage pdPage : pdPages) {
        String fileName = "demo" + page + ".png";

        File tempImg = new File(fileName);

        BufferedImage bim = pdfRenderer.renderImage(page);
        ImageIOUtil.writeImage(bim, tempImg.getAbsolutePath(), 150);

        page++;
    }
} catch (Exception e) {
    e.printStackTrace();
}

非常感谢您的及时帮助！

Answer 2

此问题已在PDFBOX-4801中修复，快照构建在here的底部可用。

它将在2.0.20中发布，可能会在夏季发布（希望如此）。

原因是CMYK ICC配置文件的词典中的/ N值（3）不正确。正确的值应该是4。这将导致稍后提到的异常。 corrected code检查ICC配置文件并更正PCICCBased对象的值。

PDFBox无法从PDF文件页面生成图像

2 个答案: