如何用PDFBox编写移除PDF只读模式与数字签名的等效代码

我们时常需要移除PDF文档的写保护/加密以及数字签名，以便对文档进行修改并重新签名，比如原文档丢失或被修改导致数字签名损坏的场景。

此前我们使用iText 8实现了该功能，但要注意展平AcroForm并非最优方案，会导致交互式表单失效等问题，原代码如下：

public static byte[] cleanUpPdfItext(byte[] originalPdfData) throws Exception {
    // Read the PDF document
    try (
            ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
            PdfReader pdfReader = new PdfReader(new ByteArrayInputStream(originalPdfData)).setUnethicalReading(true);
            PdfWriter pdfWriter = new PdfWriter(byteArrayOutputStream);
            PdfDocument pdfDocument = new PdfDocument(pdfReader, pdfWriter)
    ) {
        // Create the signature utils
        SignatureUtil signatureUtil = new SignatureUtil(pdfDocument);

        // Check if encrypted and/or contains signatures
        boolean isEncrypted = pdfReader.isEncrypted();
        boolean hasSignatures = !signatureUtil.getSignatureNames().isEmpty();

        // Handle all cases
        if (isEncrypted && hasSignatures) { // Encrypted and signatures
            // Remove the signatures
            PdfAcroForm form = PdfAcroForm.getAcroForm(pdfDocument, true);
            form.flattenFields();

            // Write the changes to the output stream, so we can read them
            pdfDocument.close();

            // Get the manipulated document
            return byteArrayOutputStream.toByteArray();
        } else if (isEncrypted) { // Encrypted but no signatures
            // Write the changes to the output stream, so we can read them
            pdfDocument.close();

            // Get the manipulated document
            return byteArrayOutputStream.toByteArray();
        } else { // Not encrypted/no signatures
            // Return the original document data
            return originalPdfData;
        }
    }
}

现在需要编写等效的PDFBox代码，实现移除PDF的写保护/加密以及所有现有签名，使文档可编辑并重新签名。以下是补充完整后的代码：

public static byte[] cleanUpPdfbox(byte[] original) throws Exception {
    try (
            ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
            PDDocument pdDocument = Loader.loadPDF(original)
    ) {
        // Check if encrypted or read only
        AccessPermission accessPermission = pdDocument.getCurrentAccessPermission();
        boolean isEncrypted = pdDocument.isEncrypted() || accessPermission.isReadOnly();

        // Check if signatures exist
        boolean hasSignatures = !pdDocument.getSignatureDictionaries().isEmpty();
        PDAcroForm pdAcroForm = pdDocument.getDocumentCatalog().getAcroForm();

        // Remove all security if required
        if (isEncrypted) {
            pdDocument.setAllSecurityToBeRemoved(true);
        }

        // Remove all signatures
        if (hasSignatures) {
            // 移除签名字典
            pdDocument.setSignatureDictionaries(null);
            
            if (pdAcroForm != null) {
                // 移除所有签名字段
                List<PDField> fieldsToRemove = new ArrayList<>();
                for (PDField field : pdAcroForm.getFields()) {
                    if (field instanceof PDSignatureField) {
                        fieldsToRemove.add(field);
                    }
                }
                fieldsToRemove.forEach(field -> pdAcroForm.getFields().remove(field));
                
                // 更新AcroForm字典，移除相关签名条目
                pdAcroForm.getCOSObject().removeItem(COSName.DS);
                pdAcroForm.getCOSObject().removeItem(COSName.SIG_FLAGS);
            }
            
            // 移除文档中的签名引用（如DSS字典）
            pdDocument.getDocumentCatalog().getCOSObject().removeItem(COSName.DSS);
        }

        // Write the document
        pdDocument.save(byteArrayOutputStream);
        return byteArrayOutputStream.toByteArray();
    }
}

代码说明： #

• 移除安全设置：通过setAllSecurityToBeRemoved(true)移除PDF的加密和只读限制，确保文档可编辑。
• 移除签名字典：直接清空文档的签名字典集合，清除已有的签名记录。
• 清理签名字段：遍历AcroForm中的字段，移除所有PDSignatureField类型的字段，并清理AcroForm字典中与签名相关的条目（如DS、SIG_FLAGS）。
• 移除DSS字典：如果文档存在文档安全存储（DSS）字典，也一并移除，避免残留签名相关数据。

内容的提问来源于stack exchange，提问作者swaechter