Question

是否可以通过XSL返回外部PDF文件的总页数？ AntennaHouse Formatter是否具有等效的扩展名？

提前致谢！

Answer 1

如果您使用的是基于Java的XSLT处理器，它允许外部函数调用（例如Saxon PE或EE），那么Apache PDFBox将为您提供帮助。

PDFBox的PDDocument类具有返回目标PDF的页数的方法。因此，您可以按照以下步骤获取页数：

编写Java类和静态方法。
从XSLT styleshhet调用它。

[Java示例代码]

package com.acme.pdfutil;
import java.io.File;
import org.apache.pdfbox.pdmodel.PDDocument;
public class pdfDocument {
    /**
     * Get the page count of specified PDF file.
     * @param filePath 
     * @return Page count
     */
    public static int getPageCount(String filePath){
        File pdfFile = null;
        PDDocument pdfDoc = null;
        int pageCount = -1;
        try {
            pdfFile = new File(filePath);
            pdfDoc = PDDocument.load(pdfFile);
            pageCount = pdfDoc.getNumberOfPages();
        }
        catch (Exception e) {
            System.out.println("[getPageCount] " + e.getMessage());
        }
        finally {
            if (pdfDoc != null){
                try{
                    pdfDoc.close();
                }
                catch (Exception e) {
                    ;
                }
            }
        }
        return pageCount;
    }
}

[XSLT stylesheet]

<xsl:stylesheet version="2.0" 
 xmlns:fo="http://www.w3.org/1999/XSL/Format" 
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
 xmlns:xs="http://www.w3.org/2001/XMLSchema"
 xmlns:acmejava="java:com.acme.pdfutil.pdfDocument"
>
…
<!-- Call external function -->
<xsl:variable name=”pdfPageCount” as="xs:integer" select="acmejava:getPageCount($pdfPath)"/>
…

Answer 2

没有开箱即用，没有。如何做到这一点包括：

使用可以报告页数的命令行工具，例如pdftk（https://www.pdflabs.com/tools/pdftk-server/）。在运行XSLT以创建FO之前，您可以在PDF上运行该工具并将结果保存到文件中，然后在XSLT处理期间读取该文件。
不太可靠，您可以在PDF上使用grep等，并将其输出保存到要读取的文件中。例如，参见http://www.unix.com/printthread.php?t=55661&pp=40
如果您认为您的所有PDF文件都是可读的，那就是未解析的文字＆＃39;通过XSLT，您可以使用unparsed-text()阅读PDF，然后使用XSLT的正则表达式功能来查找正确的字符串。
您可以使用XSLT中的打印和页面布局社区组（https://www.w3.org/community/ppl/wiki/XSLTExtensions）中的XSLT扩展来从仅包含外部PDF的FO文件中获取区域树，并计算其中的页数这一点。
在运行XSLT之前，您可以从Antenna House运行AHPDFXML（请参阅https://www.antennahouse.com/antenna1/ahpdfxml-conversion-library/）以获取PDF的XML表示，然后您的XSLT可以计算该XML中的页数。

如何通过XSL返回外部PDF文件的（总）页面数量

2 个答案: