PDFBox复制PDF注释后文件大小翻倍，求原因及解决办法

这个问题我做PDF处理时也碰到过，本质是PDFBox的默认保存机制和PDF文件的结构特性导致的，咱们一步步拆解：

问题根源 #

• PDFBox默认采用增量保存：当你调用pdf.save()直接覆盖原文件时，PDFBox不会完全重写整个文档，而是把新增的注释、更新的页面元数据等内容追加到原文件末尾，原文件里的旧数据（比如原来的页面内容、旧的注释字典）并不会被删除。相当于原文件内容+新修改内容都留在了输出文件里，自然大小就翻倍了。
• Adobe Reader的优化机制：Adobe打开文件后重新保存时，会对PDF做全面的结构优化——它会重新整理所有PDF对象，移除冗余的旧数据、压缩未压缩的对象、清理不再使用的资源，所以文件大小会恢复到正常水平。

解决办法 #

这里给你几个实用的方案，按需选择：

1. 使用完全保存模式（最简单） #

PDFBox提供了SaveMode.FULL选项，强制完全重写整个文档，而不是增量追加。修改你的保存代码即可：

import org.apache.pdfbox.pdmodel.SaveMode;
import java.io.FileOutputStream;

// ... 你的加载、添加注释代码 ...
pdf.save(new FileOutputStream("test1.pdf"), SaveMode.FULL);
pdf.close();

这样保存后的文件会直接生成全新的PDF结构，不会残留旧数据，大小就正常了。

2. 创建新文档复制内容（更稳妥） #

如果担心原文档的旧数据干扰，可以创建一个全新的PDDocument，把原页面和要添加的注释都复制过去，再保存：

PDDocument originalPdf = PDDocument.load(new File("test1.pdf"));
PDDocument annotatedPdf = PDDocument.load(new File("test/test1.pdf"));

// 创建新文档
PDDocument newPdf = new PDDocument();
// 复制原页面到新文档
PDPage targetPage = originalPdf.getPage(0);
newPdf.addPage(targetPage);
// 添加要复制的注释
PDAnnotation annotation = annotatedPdf.getPage(0).getAnnotations().get(0);
newPdf.getPage(0).getAnnotations().add(annotation);

// 保存新文档
newPdf.save("test1.pdf");

// 别忘了关闭所有文档
originalPdf.close();
annotatedPdf.close();
newPdf.close();

3. 事后优化文件（适合批量处理） #

如果已经生成了大文件，也可以用PDFBox的PDFOptimizer工具做后期优化，它能压缩图片、清理冗余数据：

import org.apache.pdfbox.tools.PDFOptimizer;

// 先保存修改后的文件
pdf.save("test1_temp.pdf");
pdf.close();

// 优化文件
PDFOptimizer optimizer = new PDFOptimizer();
optimizer.setCompressImages(true); // 开启图片压缩
optimizer.setImageQuality(0.8f); // 图片质量（按需调整）
optimizer.optimize(new File("test1_temp.pdf"), new File("test1.pdf"));

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