使用Apache PDFBox访问PDF表单字段对应COSArray中COSObject的问题

COSObject{x, y}含义说明 #

PDF规范中所有非基础类型的内容都以间接对象的形式存储，COSObject{110, 0}里的第一个数字是对象编号，是PDF文件内该对象的唯一标识；第二个数字是生成编号，仅在PDF被增量修改时会变更，未修改的原生PDF该值默认为0。
你打印时看到的COSObject是PDFBox对间接引用的包装类，本身不存储实际内容，调用getCOSObject()方法即可解引用拿到它指向的真实对象（可能是字典、数组、字符串等任意COS类型）。

访问COSArray中元素的方法 #

你可以直接遍历COSArray的每个元素，对每个元素做解引用和类型判断后操作，在你原有遍历字典的代码基础上补充如下逻辑即可：

if (val instanceof COSArray )
{
    COSArray kidsArray = (COSArray) val;
    System.out.println("COSArray size = " + kidsArray.size());
    // 遍历数组内所有元素
    for (int i = 0; i < kidsArray.size(); i++) {
        COSBase item = kidsArray.get(i);
        // 解引用间接对象，拿到真实内容
        COSBase realItem = item.getCOSObject();
        // 根据真实类型做对应处理
        if (realItem instanceof COSDictionary) {
            COSDictionary kidDict = (COSDictionary) realItem;
            System.out.println("第" + i + "个元素是字典，大小：" + kidDict.size());
            // 字典可以通过COSName取对应值，比如取字段名
            String kidFieldName = kidDict.getString(COSName.T);
            System.out.println("子字段名称：" + kidFieldName);
        } else if (realItem instanceof COSArray) {
            COSArray subArray = (COSArray) realItem;
            System.out.println("第" + i + "个元素是数组，大小：" + subArray.size());
            // 数组可以继续按上述逻辑嵌套遍历
        }
    }
}

更推荐的上层API用法 #

你要读取所有表单字段的需求完全不需要手动操作底层COS对象，PDFBox已经封装了直接获取子字段的方法，代码更简洁也不容易出错：

// 读取根字段的所有子字段
List<PDField> childFields = field.getChildren();
for (PDField childField : childFields) {
    // 打印字段完整名称和当前值
    System.out.println("字段名：" + childField.getFullyQualifiedName());
    System.out.println("当前值：" + childField.getValueAsString());
    // 要自动填充直接调用setValue即可
    // childField.setValue("需要填充的内容");
}
// 如果子字段还有嵌套的下级字段，可以递归调用getChildren()获取所有层级的字段

内容的提问来源于stack exchange，提问作者spectrum