使用iText7和内存流在C#提取PDF表单字段值遇‘PDF头未找到’错误

错误原因 #

你通过memoryStream.ReadAsync将流内容读取到buffer后，内存流的位置指针已经移动到了流的末尾。此时直接将该流传入PdfReader，它会从当前指针位置开始读取，无法获取到任何PDF数据，因此触发“PDF header not found”错误。

解决方案 #

方案一：重置内存流指针到起始位置 #

在将内存流传给PdfReader前，重置流的位置指针到开头：

using (var memoryStream = await oneDrive.DriveItemDownloadAsync(SharedDriveID, Path.Combine(fileDirectory, "testPDFForm.pdf"), "path"))
{
    byte[] buffer = new byte[memoryStream.Length];
    await memoryStream.ReadAsync(buffer, 0, (int)memoryStream.Length);
    document.Base64 = Convert.ToBase64String(buffer);
    document.DownloadLink = driveItem.AdditionalData["@microsoft.graph.downloadUrl"].ToString();

    try
    {
        memoryStream.Position = 0; // 重置流指针到起始位置
        using (PdfReader reader = new PdfReader(memoryStream))
        using (PdfDocument pdfDocument = new PdfDocument(reader))
        {
            PdfAcroForm acroForm = PdfAcroForm.GetAcroForm(pdfDocument, false);
            var allFormFields = acroForm.GetAllFormFieldsAndAnnotations();
            // 处理表单字段逻辑
        }
    }
    catch (Exception ex)
    {
        Ok(ex);
    }
}

方案二：用已读取的byte数组创建新内存流 #

利用已经读取到buffer中的数据，创建一个新的内存流传入PdfReader，无需处理指针问题：

using (var memoryStream = await oneDrive.DriveItemDownloadAsync(SharedDriveID, Path.Combine(fileDirectory, "testPDFForm.pdf"), "path"))
{
    byte[] buffer = new byte[memoryStream.Length];
    await memoryStream.ReadAsync(buffer, 0, (int)memoryStream.Length);
    document.Base64 = Convert.ToBase64String(buffer);
    document.DownloadLink = driveItem.AdditionalData["@microsoft.graph.downloadUrl"].ToString();

    try
    {
        using (var newStream = new MemoryStream(buffer))
        using (PdfReader reader = new PdfReader(newStream))
        using (PdfDocument pdfDocument = new PdfDocument(reader))
        {
            PdfAcroForm acroForm = PdfAcroForm.GetAcroForm(pdfDocument, false);
            var allFormFields = acroForm.GetAllFormFieldsAndAnnotations();
            // 处理表单字段逻辑
        }
    }
    catch (Exception ex)
    {
        Ok(ex);
    }
}

额外注意事项 #

• 始终用using包裹PdfReader和PdfDocument，确保资源被正确释放，避免内存泄漏
• 若问题仍存在，可验证buffer转换的Base64内容是否能正常解析为PDF，排查是否是OneDrive下载的文件本身不完整或损坏

内容的提问来源于stack exchange，提问作者Qiuzman