PDFBox无法从PDF文件页面生成图像

Question

我已经使用PDFBox将pdf文件拆分为图像有一段时间了，但在更新到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)

以下是我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();
}

以下是导致此问题的实际文件：https://stackoverflowuploads.s3-us-west-2.amazonaws.com/updated_test.pdf

我们将非常感谢您的所有帮助、想法和建议，如果您对其他解决方案/库有想法，可以获得同样的结果，这些想法也将非常有用。非常感谢。

Answer 1

PDFBOX-481中已修复此问题，底部提供了快照构建。

它将在2.0.20版本，很可能在夏天发布(希望如此(。

原因是CMYK ICC配置文件的字典中的/N值(3(不正确。正确的值应该是4。这导致后面提到的异常。更正后的代码检查ICC配置文件并更正PCICCBased对象的值。

Answer 2

哇，谢谢Tilman Hausherr，从你的评论来看，我基本上按照你的建议做了，但在Java中只是一个临时修复，直到你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！