Question

我写了一个C#程序来删除没有PDF文件操作的注释。我使用iTextSharp。但是，在我的一个文件中，删除了一个非空注释（它的JavaScript动作），而其他非空注释则被删除。是这样的吗？是因为我的代码还是有问题PDF file？

using System;
using System.IO;
using iTextSharp.text.pdf;

namespace removeEmpty
{
    class Program
    {
        public static void Main()
        {
            //Bytes will hold our final PDFs
            byte[] bytes;

            using (var ms = new MemoryStream()) {
                using (var reader = new PdfReader("sandri6.pdf")) {
                    using (var stamper = new PdfStamper(reader, ms)) {
                        for (int i = 1; i <= reader.NumberOfPages; i++) {
                            // get a page a PDF page
                            PdfDictionary page = reader.GetPageN(i);
                            // get all the annotations of page i
                            PdfArray annotationsArray = page.GetAsArray(PdfName.ANNOTS);

                            // if page does not have annotations
                            if (annotationsArray == null) {
                                continue;
                            }

                            // for each annotation
                            for (int j = 0; j < annotationsArray.Size; j++) {
                                // for current annotation
                                PdfDictionary currentAnnotation = annotationsArray.GetAsDict(j);

                                PdfDictionary annotationAction = currentAnnotation.GetAsDict(PdfName.AA);
                                if (annotationAction == null) {
                                    annotationsArray.Remove(j);
                                    Console.Write("Removed annotation {0} with no action from page {1}\n", j, i);
                                }
                            }
                        }   
                    }
                }

                //grab the bytes before closing things out
                bytes = ms.ToArray();
            }

            //write thebytes to disk
            File.WriteAllBytes("output.pdf", bytes);
            Console.ReadKey();
        }
    }
}

Answer 1

您提供的文档在其唯一页面上包含13个链接注释。与您的假设（所有注释都有关联的操作）相反，第二个没有操作，因此，您的代码正确删除了该操作：

如您所见，对象778中的第二个注释没有 A 条目。

因此，如果您的示例文档，您的代码可以正常工作。

请注意，某些注释类型不仅可以具有标准操作（ A 条目），它们还可以（或者代之以！）具有响应各种触发事件的其他操作。因此，对于通用解决方案，您还必须在这些类型的注释中检查 AA 条目。

但是，代码中存在错误，即使它未在示例文档中触发。在注释删除循环中，我们看到：

for (int j = 0; j < annotationsArray.Size; j++) {
    // for current annotation
    PdfDictionary currentAnnotation = annotationsArray.GetAsDict(j);

    PdfDictionary annotationAction = currentAnnotation.GetAsDict(PdfName.A);
    if (annotationAction == null) {
        annotationsArray.Remove(j);
        Console.Write("Removed annotation {0} with no action from page {1}\n", j, i);
    }
}

现在让我们假设我们有一个文档，其中包含两个连续注释的页面而没有操作。针对该文档运行代码，只会删除第一个，而不是第二个，因为annotationsArray.Remove(j)将注释移到j+1到位置j，然后循环变量递增，即删除之后的注释根本没有测试过！

你可以通过向后循环来解决这个问题，即

for (int j = annotationsArray.Size - 1; j >= 0; j--)

或j来电后递减annotationsArray.Remove(j)。

向后循环的优点是Console输出更有意义，在后一种情况下，注释索引并不总是表示原始数组中的索引，仅在当前中间数组中。

从PDF中删除空注释

1 个答案: