使用Java PDFBox读取PDF仅返回第一页，请求问题排查帮助

问题情况 #

尝试用Java结合PDFBox读取PDF文件，但无论通过URL搭配BufferedInputStream加载，还是直接读取本地文件，控制台输出的页数始终为1，只能获取第一页内容。怀疑问题出在文件格式或安全软件限制上。

测试代码 #

第一种实现（URL加载）：

public static PDDocument openPDFfile(String path) {

        PDDocument document = null;
        try {
            URL url = new URL(path);
            BufferedInputStream file = new BufferedInputStream(url.openStream());
            document = PDDocument.load(file);
            System.out.println(document.getNumberOfPages());
        } catch (Exception e) {
            e.printStackTrace();
            System.out.println("The PDF file doesnt exist");
        }
        return document;
    }

第二种实现（本地文件加载）：

public static PDDocument openPDFfile(String path) {

        PDDocument document = null;
        try {
            document = PDDocument.load(new File("pdf.pdf"));
            System.out.println(document.getNumberOfPages());
        } catch (Exception e) {
            e.printStackTrace();
            System.out.println("The PDF file doesnt exist");
        }
        return document;
    }

排查与解决方法 #

• 修正代码硬编码问题：第二种实现里没有使用方法参数path，而是硬写了"pdf.pdf"，这可能导致测试时加载的不是目标文件，建议改成document = PDDocument.load(new File(path));。
• 升级PDFBox版本：旧版本PDFBox存在线性化PDF（Web优化PDF）的页数解析bug，建议升级到最新稳定版（比如2.0.32），Maven依赖示例：

<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.32</version>
</dependency>

• 处理PDF加密/权限限制：如果PDF存在无密码加密，可能会限制页数读取，试试在加载后添加解密逻辑：

if (document != null && document.isEncrypted()) {
    document.decrypt("");
}

• 重新保存PDF文件：用Adobe Acrobat或其他PDF工具打开目标PDF，选择“另存为”并取消“Web优化”选项，再用代码测试读取。
• 验证PDF实际页数：先确认目标PDF确实包含多页，排除文件本身只有一页的情况。

内容的提问来源于stack exchange，提问作者Vladek 721