我正在尝试使用Apache的PDFBox读取PDF的内容并在base64中对其进行编码,以便将其流式传输到其他地方。要对其进行编码,我使用Apache commons Base64OutputStream类。像这样,
ByteArrayOutputStream byteOutput = new ByteArrayOutputStream();
Base64OutputStream base64Output = new Base64OutputStream(byteOutput);
List pages = pdfDocument.getDocumentCatalog().getAllPages();
Iterator iter = pages.iterator();
while (iter.hasNext()) {
PDPage page = (PDPage) iter.next();
PDResources resources = page.getResources();
Map<String, PDXObjectImage> pageImages = resources.getImages();
if (pageImages != null) {
Iterator imageIter = pageImages.keySet().iterator();
while (imageIter.hasNext()) {
String key = (String) imageIter.next();
PDXObjectImage image = (PDXObjectImage) pageImages
.get(key);
image.write2OutputStream(base64Output);
}
}
}
String base64 = new String(byteOutput.toByteArray());
它似乎是编码它但我需要通过编写junit测试验证它来验证base64字符串。以下似乎没有通过它。有什么想法吗?
assertTrue(content
.matches("^([A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$"));
提前致谢
答案 0 :(得分:3)
默认Base64OutputStream
使用CHUNK_SIZE = 76,CHUNK_SEPARATOR = {'\ r','\ n'}。
正用于测试给定字符串是否为BASE64编码的正则表达式不能解释这一点。
匹配chunked BASE64(给定块大小为64和separator \ r \ n)字符串的正则表达式可能如下所示:
"^(([\\w+/]{4}){19}\r\n)*(([\\w+/]{4})*([\\w+/]{4}|[\\w+/]{3}=|[\\w+/]{2}==))$"