PDFBox v3.0.0读取StructTreeRoot中Pg与MCID信息时类型转换异常问题

AI 小北

2026-7-10

解决PDFBox 3.0.0中COSObject转COSDictionary的ClassCastException问题

问题原因

你遇到的ClassCastException是因为PDF结构树中的元素可能以间接引用形式存储，被COSObject包装。直接把COSArray里的COSBase强转成COSDictionary会失败，因为实际拿到的是COSObject实例，而非直接的字典对象。

解决步骤

处理COSArray中的元素时，需要先判断并解包COSObject，再转换为COSDictionary：

检查当前COSBase是否为COSObject类型，若是则调用getObject()获取内部真实COS对象
确认真实对象是COSDictionary后，再进行强转操作

修改后的代码

File file = new File("document.pdf");
PDDocument originalDocument = Loader.loadPDF(file);

PDDocumentCatalog catalog = originalDocument.getDocumentCatalog();
PDStructureTreeRoot structTree = catalog.getStructureTreeRoot();

COSBase KstructTree = structTree.getK();
COSDictionary Kdict = (COSDictionary) KstructTree;
COSBase tagsDict = Kdict.getDictionaryObject(COSName.K);
COSArray tagsArray = (COSArray) tagsDict;
Iterator<COSBase> iteratorTagsArray = tagsArray.iterator();

while (iteratorTagsArray.hasNext()) {
    COSBase object = iteratorTagsArray.next();
    // 解包COSObject，获取真实内部对象
    if (object instanceof COSObject) {
        object = ((COSObject) object).getObject();
    }
    // 确认类型后强转并处理
    if (object instanceof COSDictionary) {
        COSDictionary object2 = (COSDictionary) object;
        // 提取页面引用和MCID
        COSBase pgRef = object2.getDictionaryObject(COSName.PG);
        COSBase mcid = object2.getDictionaryObject(COSName.K);
        System.out.println("页面引用: " + pgRef + ", MCID: " + mcid);
    }
}

originalDocument.close();