从多页 PDF 创建单页 PDF，无需外部库

Question

我在SO周围看到了以下问题： 从其他 PDF 创建多页 PDF

但它没有回答我需要的。 考虑我有一个 20 页的 PDF。目前为止，一切都好。

从同一个地方，我可以有一个只有一页的PDF。这个将用作我的模板 PDF。 我正在尝试做的是替换模板PDF上的内容(FlateDecodeStream((以及长度(并生成一个新的单页。

我让PDF工作;但是，一个小徽标没有显示，Adobe Reader说正确显示PDF有问题(谷歌浏览器和边缘只是不显示徽标，没有错误消息(。

我最终试图弄乱外部参照表(手动调整值(，但得到了相同的结果。

有没有人对PDF有一些了解，可以给我任何输入？

我正在上传template_pdf和其他我想提取数据并创建第三个 pdf 的内容(使用模板 pdf 但使用另一个 PDF 的内容(。此外，我将上传我手动制作的 PDF，该 PDF 显示错误(它显示数据但没有 JPEG 徽标(。

这里的一切：https://drive.google.com/drive/folders/1tsGIbtbfwuATPQ6a_VPjnxLT4ozzNt0s?usp=sharing

我一直在使用 HxD 做所有事情(查看十六进制内容和复制\粘贴数据(

提前致谢

编辑：我正在添加我当前用于生成PDF的代码。即使外部参照表正常(具有正确的位置(，它也是一个无效的PDF。代码非常丑陋，但现在我希望让它工作(而不是制作一个漂亮的代码(

static void Main(string[] args)
{
Console.WriteLine("Hello World!");

var jpegLogo = File.ReadAllBytes(@"C:testGinfes-RebootjpegLogo.raw");
var pdfStream = File.ReadAllBytes(@"C:testGinfes-RebootpdfStream.raw");
using (BinaryWriter b = new BinaryWriter(
File.Open(@"C:testGinfes-RebootnewPdf_newmethod.pdf", FileMode.Create)))
{
WritePDFAgain(b,jpegLogo,pdfStream);
}
}
private static void WritePDFAgain(BinaryWriter b, byte[] jpegLogo,byte[] pdfStream)
{
List<long> offSets = new List<long>();
string str = "%PDF-1.4" + "n";
var byteArr = Encoding.ASCII.GetBytes(str);
b.Write(byteArr);
byteArr = StringToByteArray("25E2E3CFD30A");
b.Write(byteArr);
offSets.Add(b.BaseStream.Position);//0
str = "3 0 obj" + "n" + "<</Type/XObject/ColorSpace/DeviceRGB/Subtype/Image/BitsPerComponent 8/Width 60/Length 3857/Height 60/Filter/DCTDecode>>stream" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(jpegLogo);
b.Write(Encoding.ASCII.GetBytes("n"));
b.Write(Encoding.ASCII.GetBytes("endstream" +"n" + "endobj" + "n"));
offSets.Add(b.BaseStream.Position);//1
str = "4 0 obj" + "n" + "<</Length " + pdfStream.Length + "/Filter/FlateDecode>>stream" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(pdfStream);
b.Write(Encoding.ASCII.GetBytes("n"));
b.Write(Encoding.ASCII.GetBytes("endstream" + "n" + "endobj" + "n"));
offSets.Add(b.BaseStream.Position);//2
str = "1 0 obj" + "n" + "<</Group<</Type/Group/CS/DeviceRGB/S/Transparency>>/Parent 5 0 R/Contents 4 0 R/Type/Page/Resources<</XObject<</img0 3 0 R>>/ProcSet [/PDF /Text /ImageB /ImageC /ImageI]/ColorSpace<</CS/DeviceRGB>>/Font<</F1 2 0 R>>>>/MediaBox[0 0 595 936]>>" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(Encoding.ASCII.GetBytes("endobj" + "n"));
offSets.Add(b.BaseStream.Position);//3
str = "6 0 obj" + "n" + "[1 0 R/XYZ 0 814 0]" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(Encoding.ASCII.GetBytes("endobj" + "n"));
offSets.Add(b.BaseStream.Position);//4
str = "2 0 obj" + "n" + "<</BaseFont/Helvetica/Type/Font/Encoding/WinAnsiEncoding/Subtype/Type1>>" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(Encoding.ASCII.GetBytes("endobj" + "n"));
offSets.Add(b.BaseStream.Position);//5
str = "5 0 obj" + "n" + "<</ITXT(2.1.7)/Type/Pages/Count 1/Kids[1 0 R]>>" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(Encoding.ASCII.GetBytes("endobj" + "n"));
offSets.Add(b.BaseStream.Position);//6
str = "7 0 obj" + "n" + "<</Names[(JR_PAGE_ANCHOR_0_1) 6 0 R]>>" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(Encoding.ASCII.GetBytes("endobj" + "n"));
offSets.Add(b.BaseStream.Position);//7
str = "8 0 obj" + "n" + "<</Dests 7 0 R>>" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(Encoding.ASCII.GetBytes("endobj" + "n"));
offSets.Add(b.BaseStream.Position);//8
str = "9 0 obj" + "n" + "<</Names 8 0 R/Type/Catalog/ViewerPreferences<</PrintScaling/AppDefault>>/Pages 5 0 R>>" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(Encoding.ASCII.GetBytes("endobj" + "n"));
offSets.Add(b.BaseStream.Position);//9
str = "10 0 obj" + "n" + @"<</Creator(JasperReports (nfs_novo))/Producer(iText 2.1.7 by 1T3XT)/ModDate(D:20191211152903-03'00')/CreationDate(D:20191211152903-03'00')>>" + "n";
b.Write(Encoding.ASCII.GetBytes(str));
b.Write(Encoding.ASCII.GetBytes("endobj" + "n"));
b.Write(Encoding.ASCII.GetBytes("xref" + "n" + "0 11" + "n"));
b.Write(Encoding.ASCII.GetBytes("0000000000 65535 f " + "n"));            
b.Write(Encoding.ASCII.GetBytes("000000" + offSets.ElementAt(2) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("000000" + offSets.ElementAt(4) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("00000000"+ offSets.ElementAt(0) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("000000" + offSets.ElementAt(1) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("000000" + offSets.ElementAt(5) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("000000" + offSets.ElementAt(3) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("00000" + offSets.ElementAt(6) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("00000" + offSets.ElementAt(7) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("00000" + offSets.ElementAt(8) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("00000" + offSets.ElementAt(9) + " 00000 f " + "n"));
b.Write(Encoding.ASCII.GetBytes("trailer" + "n" + "<</Root 9 0 R/ID [<10a2f7fd162aa44a268ebb6f31cc98c4><c36ebb9dc93cd9a72f229f618092eeb0>]/Info 10 0 R/Size 11>>" + "n"));
b.Write(Encoding.ASCII.GetBytes("startxref" + "n" + (b.BaseStream.Position + 6) + "%%EOF" + "n"));
}

使用的文件： https://drive.google.com/drive/folders/1i3J-yioFvcoiakyc_Wi8ddn9g6Pxy7zd?usp=sharing

Answer 1

您已经完成了大部分工作;您的示例中生成的 PDF 的唯一问题是pdfStream中引用的图像资源名为img10，而您在创建资源字典时分配的名称是img0。

下面是一些代码，用于标识正确的引用资源(在页面内容上使用正则表达式(，然后可以在构建字典时使用这些资源。

您需要以下附加using指令：

using System.IO.Compression;
using System.Text.RegularExpressions;

此方法解压缩页面内容流并匹配图像资源名称：

private static string GetImageResourceName(byte[] pdfStream) {
using (MemoryStream ms = new MemoryStream(pdfStream)) {                
ms.Seek(2, SeekOrigin.Begin);   // skip first 2 bytes (zlib header)
using (DeflateStream ds = new DeflateStream(ms, CompressionMode.Decompress)) {
using (StreamReader sr = new StreamReader(ds)) {
string contents = sr.ReadToEnd();
// PostScript command referencing the image resource looks like: /img123 Do
return Regex.Match(contents, @"b(imgd+)s+Dob").Groups[1].Value;
}
}
}
}

最后，您只需要在WritePDFAgain方法中更改此行：

str = String.Format(
"1 0 objn<</Group<</Type/Group/CS/DeviceRGB/S/Transparency>>" 
+ "/Parent 5 0 R/Contents 4 0 R/Type/Page/Resources<</XObject" 
+ "<</{0} 3 0 R>>/ProcSet [/PDF /Text /ImageB /ImageC " 
+ "/ImageI]/ColorSpace<</CS/DeviceRGB>>/Font<</F1 2 0 R>>>>" 
+ "/MediaBox[0 0 595 936]>>n", 
GetImageResourceName(pdfStream)
);

根据我在评论中的免责声明，此代码仅适用于这种非常具体的情况和输入数据。这绝不是一个通用的解决方案，但我认为你接受这一点。

我将重申我的观点，如果您打算不使用任何外部库，那么您最终可能会编写自己的库(尽管是非常基本的(。