Apache PDFBox提取无表单带注释PDF的XFDF失败求助

问题原因 #

你的代码无效主要有两个核心问题：一是手动构建的FDFDocument缺少关联源PDF的必要信息，二是extractAnnotations()生成的FDFAnnotation可能未绑定正确的页面索引，导致序列化时被忽略。

修改方案1：直接使用PDDocument自带的exportXFDF方法（推荐） #

PDFBox的PDDocument内置的exportXFDF方法无需依赖表单（AcroForm为null也不影响），可直接导出所有注释：

private String extractXFDF(Path path) throws ProcessingException {
    try (PDDocument pdfDoc = Loader.loadPDF(new RandomAccessReadBufferedFile(path.toFile().getAbsolutePath()))) {
        StringWriter writer = new StringWriter();
        // 直接调用方法完成注释导出
        pdfDoc.exportXFDF(writer);
        return writer.toString();
    } catch (IOException e) {
        throw new CustomException(e.getMessage());
    }
}

修改方案2：修复手动构建FDFDocument的代码 #

如果需要保留手动构建逻辑，需补充两个关键步骤：

步骤1：修复extractAnnotations()方法，绑定页面索引

XFDF的页面编号从1开始，必须为每个FDFAnnotation设置对应页面：

private List<FDFAnnotation> extractAnnotations(PDDocument pdfDoc) {
    List<FDFAnnotation> fdfAnnotations = new ArrayList<>();
    for (int pageIndex = 0; pageIndex < pdfDoc.getNumberOfPages(); pageIndex++) {
        PDPage page = pdfDoc.getPage(pageIndex);
        for (PDAnnotation pdfAnnotation : page.getAnnotations()) {
            FDFAnnotation fdfAnnotation = FDFAnnotation.createFromPDFAnnotation(pdfAnnotation);
            // 绑定页面索引（XFDF规范从1开始计数）
            fdfAnnotation.setPage(pageIndex + 1);
            fdfAnnotations.add(fdfAnnotation);
        }
    }
    return fdfAnnotations;
}

步骤2：给FDF对象设置关联的PDF文件名

XFDF格式要求必须关联源PDF文件，否则注释不会被序列化：

private String extractXFDF(Path path) throws ProcessingException {
    try (PDDocument pdfDoc = Loader.loadPDF(new RandomAccessReadBufferedFile(path.toFile().getAbsolutePath()));
         FDFDocument fdfDoc = new FDFDocument();
    ) {
        List<FDFAnnotation> fdfAnnotations = extractAnnotations(pdfDoc);
        FDF fdf = fdfDoc.getCatalog().getFDF();
        // 设置关联的PDF文件名（XFDF规范必要项）
        fdf.setFile(path.getFileName().toString());
        fdf.setAnnotations(fdfAnnotations);
            
        var writer = new StringWriter();
        fdfDoc.saveXFDF(writer);
        return writer.toString();
    } catch (IOException e) {
        throw new CustomException(e.getMessage());
    }
}

内容的提问来源于stack exchange，提问作者dinoooze