PDFBox调用getSignatureDictionaries报类型转换异常问题咨询

异常原因 #

1. PDF文件结构不符合规范：加载时的警告Object (140:0) at offset 4039608 does not end with 'endobj' but with '0'，说明该由Foxit PhantomPDF Printer 6.1.0生成的扫描PDF存在语法错误，未按PDF标准规范闭合PDF对象。
2. AcroForm字段结构错误：ClassCastException的核心原因是，PDF的AcroForm字典Fields数组中混入了COSInteger类型元素，而PDFBox遍历字段树时，预期该数组元素均为COSDictionary类型的字段对象，强制类型转换时直接抛出异常，这同样是Foxit生成的PDF不符合规范导致的。

能否正常处理 #

这类存在结构错误的PDF无法直接通过PDFBox正常处理，但可尝试以下修复手段后再操作：

• 启用PDFBox的自动修复模式加载文档，尝试修复基础结构错误：

  PDDocument.load(inputFile, MemoryUsageSetting.setupTempFileOnly(), true);
  

  第三个参数true代表开启自动修复，会尝试修正PDF的语法和结构问题。
• 若自动修复无效，需手动修正PDF结构：比如用专业PDF工具修复对象140:0的结尾问题，同时清理AcroForm的Fields数组，移除其中的整数值元素，确保所有元素为合法的字段字典。

内容的提问来源于stack exchange，提问作者blinkbink