iText 7解析PDF首页抛InlineImageParseException，iText 5可正常运行

我之前碰到过类似的兼容性问题，这个异常大概率是因为iText 7.1.1对PDF内嵌图片的解析逻辑比iText 5更严格，而你的PDF首页刚好存在一些该版本无法处理的内嵌图片格式问题。这里有几个实用的解决方案，你可以依次尝试：

• 升级iText 7到最新稳定版本
  7.1.1是比较老旧的版本了，iText团队在后续更新中修复了大量PDF解析相关的bug，尤其是内嵌图片处理的兼容性问题。建议你升级到7.2.x及以上的稳定版本，很多用户反馈升级后这类InlineImageParseException异常直接消失了。

• 自定义文本提取策略，跳过内嵌图片解析
  如果暂时无法升级依赖版本，你可以通过重写文本提取策略来绕过内嵌图片的解析逻辑，避免触发异常。比如继承LocationTextExtractionStrategy并跳过内嵌图片的处理：

public class SkipInlineImageExtractionStrategy : LocationTextExtractionStrategy
{
    protected override void RenderInlineImage(InlineImageInfo inlineImageInfo)
    {
        // 空实现，直接跳过内嵌图片的解析流程
    }
}

使用这个自定义策略提取首页文本的代码示例：

using (var reader = new PdfReader("你的PDF文件路径"))
using (var pdfDoc = new PdfDocument(reader))
{
    var extractionStrategy = new SkipInlineImageExtractionStrategy();
    string firstPageText = PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(1), extractionStrategy);
    // 后续处理提取到的文本
}

• 修复PDF文件的格式问题
  有些PDF的首页内嵌图片可能存在格式不规范的情况，iText 5对这类不规范内容的容忍度更高，而iText 7则会严格校验。你可以用Adobe Acrobat这类专业工具重新保存PDF（选择"另存为"功能），工具会自动修复部分格式问题，之后再尝试用iText 7提取文本。

需要注意的是，iText 7的架构设计和iText 5差异很大，它对PDF标准的遵循更严格，所以一些在iText 5中能正常处理的非标准内容，在iText 7的旧版本中会触发异常。升级版本是最彻底的解决方式，能从根源上避免这类兼容性问题。

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