如何用Apache PDFBox将PDF页眉页脚转为静态内容并合并文件

为什么你的扁平化代码无效 #

你当前的代码仅处理AcroForm表单域，但动态页眉页脚（尤其是阅读器自动生成的页码）不属于表单域范畴——它们通常是PDF页面内容流中的动态变量（如PageNumber/PageCount）、阅读器内置分页逻辑，或是通过JavaScript动态渲染的内容，和AcroForm完全无关，因此pdAcroForm.flatten()对这类内容没有作用。

核心解决思路 #

要将动态页眉页脚转为静态内容，本质是把阅读器渲染时才会计算出的实际文本，提前以静态文本形式写入PDF页面，同时保留原有的字体、位置和样式。具体分为两步：

1. 解析单页PDF，提取动态页眉页脚的实际文本值、字体、位置等属性；
2. 在页面上绘制静态文本覆盖原动态内容，生成静态PDF后再合并，最后添加新页码。

具体实现步骤与代码示例 #

1. 获取动态页码的实际文本值 #

针对常见的动态页码逻辑，直接计算当前页的实际页码文本：

private static String getStaticPageText(PDPage page, PDDocument doc) throws IOException {
    int currentPageNum = doc.getPages().indexOf(page) + 1;
    int totalPageCount = doc.getNumberOfPages();
    // 按你的PDF原有格式调整模板，比如原页眉是"Page X of Y"就对应修改
    return String.format("第%d页，共%d页", currentPageNum, totalPageCount);
}

2. 提取原动态文本的样式与位置 #

解析页面资源和内容流，获取原文本的字体、字号、坐标等参数（示例为简化处理，实际需根据PDF格式调整）：

private static Map<String, Object> getTextStyle(PDPage page) throws IOException {
    Map<String, Object> styleMap = new HashMap<>();
    PDResources resources = page.getResources();
    
    // 从页面资源中获取原字体（需根据你的PDF实际字体名称调整）
    PDType1Font font = (PDType1Font) resources.getFont(COSName.getPDFName("F1"));
    styleMap.put("font", font);
    styleMap.put("fontSize", 12f);
    // 原页眉页脚的坐标（PDF坐标系原点在左下角，需根据实际位置调整）
    styleMap.put("x", 100f);
    styleMap.put("y", 50f);
    styleMap.put("color", Color.BLACK);
    
    return styleMap;
}

3. 将动态内容转为静态文本 #

使用PDPageContentStream在原有页面内容之上绘制静态文本，覆盖动态内容：

private static void convertDynamicToStatic(PDDocument doc) throws IOException {
    for (PDPage page : doc.getPages()) {
        String staticText = getStaticPageText(page, doc);
        Map<String, Object> style = getTextStyle(page);
        
        PDPageContentStream contentStream = new PDPageContentStream(doc, page, PDPageContentStream.AppendMode.APPEND, true, true);
        PDType1Font font = (PDType1Font) style.get("font");
        float fontSize = (float) style.get("fontSize");
        float x = (float) style.get("x");
        float y = (float) style.get("y");
        Color color = (Color) style.get("color");
        
        contentStream.setNonStrokingColor(color);
        contentStream.beginText();
        contentStream.setFont(font, fontSize);
        contentStream.newLineAtOffset(x, y);
        contentStream.showText(staticText);
        contentStream.endText();
        contentStream.close();
    }
}

4. 合并静态PDF并添加新页码 #

先将单个PDF转为静态，再合并，最后添加左侧页脚的新页码：

public static void mergeAndAddNewNumbers(List<String> pdfPaths, String outputPath) throws IOException {
    try (PDDocument mergedDoc = new PDDocument()) {
        // 处理每个PDF为静态后合并
        for (String path : pdfPaths) {
            try (PDDocument singleDoc = PDDocument.load(new File(path))) {
                convertDynamicToStatic(singleDoc);
                for (PDPage page : singleDoc.getPages()) {
                    mergedDoc.addPage(page);
                }
            }
        }
        
        // 添加左侧页脚的新页码
        int totalMergedPages = mergedDoc.getNumberOfPages();
        for (int i = 0; i < totalMergedPages; i++) {
            PDPage page = mergedDoc.getPage(i);
            try (PDPageContentStream contentStream = new PDPageContentStream(mergedDoc, page, PDPageContentStream.AppendMode.APPEND, true, true)) {
                contentStream.setNonStrokingColor(Color.GRAY);
                contentStream.beginText();
                contentStream.setFont(PDType1Font.HELVETICA, 10);
                // 左侧页脚坐标，按需调整
                contentStream.newLineAtOffset(50, 30);
                contentStream.showText(String.format("第%d页，共%d页", i+1, totalMergedPages));
                contentStream.endText();
            }
        }
        
        mergedDoc.save(new File(outputPath));
    }
}

注意事项 #

• 实际解析内容流时，可能需要用PDFBox的PDFStreamEngine遍历指令，处理更复杂的字体引用、文本矩阵变换；
• 若动态页码由JavaScript生成，需使用PDFBox的JavaScriptEngine执行脚本获取实际值；
• 测试时需根据你的PDF格式调整坐标、字体名称等参数，确保静态文本与原动态内容完全重合。

内容的提问来源于stack exchange，提问作者DougFairhurstAssociatescom