使用PDFBox 2.0.24移除PDF二维码后文件变大且未删除求助

核心问题 #

1. 二维码未成功移除：依赖XMP元数据的标题字段识别二维码，若图片无该元数据或标题不匹配，就无法识别；直接操作COS字典移除资源，未更新PDFBox的对象缓存，导致资源未真正删除。
2. 文件体积暴涨：创建新文档时未继承原文档的压缩配置，重新生成的内容流和资源未启用压缩，原压缩内容被解压后写入新文档，导致体积大幅增大。

修复步骤 #

1. 修复二维码识别与移除逻辑 #

• 替换资源移除方式：不要直接修改COS字典，使用PDFBox提供的PDResources.removeXObject()方法，确保更新对象缓存：

  // 替换原COS字典移除代码
  pdResources.removeXObject(propertyName);
  

• 优化二维码识别方式：依赖XMP元数据不可靠，可通过ZXing库识别图片是否为二维码，或结合图片尺寸、格式等特征判断：

  // 示例：用ZXing识别二维码
  BufferedImage img = pdImageXObject.getImage();
  try {
      BinaryBitmap bitmap = new BinaryBitmap(new HybridBinarizer(new BufferedImageLuminanceSource(img)));
      Result result = new MultiFormatReader().decode(bitmap);
      // 能解码出内容，判定为二维码
      pdResources.removeXObject(propertyName);
      qrCodeCosName = propertyName.getName();
      hasQRCodeOnPage = true;
  } catch (NotFoundException e) {
      // 不是二维码，跳过
  }
  

2. 解决文件体积增大问题 #

• 启用文档压缩：保存文档时使用PDFSaveOptions开启内容流和图片压缩：

  PDFSaveOptions saveOptions = new PDFSaveOptions();
  saveOptions.setCompressContentStreams(true); // 压缩内容流
  saveOptions.setCompressImages(true); // 压缩图片
  saveOptions.setImageQuality(0.9f); // 可调整图片质量，平衡体积与清晰度
  newDocument.save(destPath, saveOptions);
  

• 避免创建新文档：直接在原文档上修改页面，减少资源重复复制：

  // 原代码创建新文档改为直接操作原文档
  PDDocument pdDocument = PDDocument.load(new File(sourcePath));
  boolean hasModified = false;
  for (int i = 0; i < pdDocument.getNumberOfPages(); i++) {
      PDPage page = pdDocument.getPage(i);
      if (removeQRCodeImage(pdDocument, page, imgUniqueId + i)) {
          hasModified = true;
      }
  }
  if (hasModified) {
      PDFSaveOptions options = new PDFSaveOptions();
      options.setCompressContentStreams(true);
      options.setCompressImages(true);
      pdDocument.save(destPath, options);
  }
  pdDocument.close();
  

3. 完善内容流处理逻辑 #

确保完全移除所有引用二维码的Do操作：

// 遍历内容流token时，正确移除COSName和Do操作
for (int j = 0; j < tokens.size(); j++) {
    Object token = tokens.get(j);
    if (token instanceof Operator) {
        Operator op = (Operator) token;
        if ("Do".equals(op.getName())) {
            COSName cosName = (COSName) tokens.get(j - 1);
            if (cosName.getName().equals(qrCodeCosName)) {
                // 移除已添加的COSName
                if (!newTokens.isEmpty()) {
                    newTokens.remove(newTokens.size() - 1);
                }
                // 跳过当前Do操作，不添加到newTokens
                continue;
            }
        }
    }
    newTokens.add(token);
}

内容的提问来源于stack exchange，提问作者Ayush