循环中使用PDFBox加载多份PDF时始终获取第一份内容的问题求助

针对你遇到的问题——遍历MultipartFile列表加载PDF时，文档信息、页数始终返回第一份文件的结果，以下是具体排查和解决建议：

• 检查MultipartFile列表的构造正确性
  输出每个MultipartFile实例的hashCode()，确认列表中的对象不是重复引用。如果存在重复添加同一个实例的情况，即使文件名显示不同，实际读取的还是同一文件内容。

• 改用输入流方式加载PDF
  替换PDDocument.load(multipartFile.getBytes())为PDDocument.load(multipartFile.getInputStream())，直接通过输入流加载文件，避免字节数组可能带来的缓存或复用问题。修改后代码：

  try (PDDocument document = PDDocument.load(multipartFile.getInputStream())) {
      System.out.println(multipartFile.getBytes().length);
      System.out.println(multipartFile.getOriginalFilename());
      System.out.println(document.hashCode());
      System.out.println(document.getDocumentInformation().getTitle());
      System.out.println(document.getNumberOfPages());
  } catch (IOException e) {
      throw new RuntimeException(e);
  }
  

• 验证文件字节内容的唯一性
  对每次迭代中multipartFile.getBytes()生成MD5哈希值并打印，确认不同MultipartFile对应的字节内容确实存在差异，排除字节数组被意外覆盖的可能。

• 排查PDFBox的资源污染
  虽然try-with-resources会自动关闭PDDocument，但可以尝试在代码块末尾手动调用document.close()做双重保障，或者检查是否存在静态的PDFBox配置（如全局的MemoryUsageSetting）导致上下文复用。

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