使用iTextSharp 5.5.13清理PDF时部分文件抛异常求助

我之前也碰到过类似的情况——用iTextSharp 5.5.13清理带轻微倾斜文本的PDF区域时，在添加批注保存后执行清理操作，部分文件会触发System.Drawing.Image.FromStream的验证异常。这个问题的核心原因是：这类倾斜文本的PDF在批注保存后，部分文本关联的资源流可能出现格式不兼容或损坏，导致System.Drawing在验证图像数据时失败。

下面是几个经过验证的解决方案：

1. 预处理倾斜文本，校正文本旋转角度 #

先提取PDF中倾斜文本的旋转信息，提前校正文本的矩阵属性，再执行批注和清理操作。可以通过iTextSharp的PdfReader和PdfTextExtractor获取文本块的旋转参数：

using (var reader = new PdfReader(inputPdfPath))
{
    for (int pageNum = 1; pageNum <= reader.NumberOfPages; pageNum++)
    {
        var strategy = new LocationTextExtractionStrategy();
        _ = PdfTextExtractor.GetTextFromPage(reader, pageNum, strategy);
        
        // 获取每个文本块的旋转矩阵
        foreach (var renderInfo in strategy.GetTextRenderInfos())
        {
            Matrix matrix = renderInfo.GetTextMatrix();
            float rotation = (float)Math.Atan2(matrix[1], matrix[0]) * (180 / Math.PI);
            if (Math.Abs(rotation) > 0.1) // 检测到轻微倾斜
            {
                // 在这里添加校正逻辑，比如通过PdfStamper重新设置文本的变换参数
                // 调整文本矩阵，消除倾斜后再进行后续操作
            }
        }
    }
}

2. 绕开图像数据验证逻辑 #

异常触发在Image.FromStream的validateImageData参数，我们可以通过异常捕获跳过引发问题的资源流处理，避免整个流程中断：

try
{
    // 原有的PDF清理操作代码
}
catch (ArgumentException ex) when (ex.Message.Contains("Image data is invalid"))
{
    // 跳过无效的图像资源，继续处理其他内容
    Console.WriteLine($"跳过异常资源: {ex.Message}");
}

3. 调整批注保存的模式 #

添加批注时，尝试使用PdfStamper的Append模式保存，避免覆盖原有PDF资源导致倾斜文本的流损坏：

using (var reader = new PdfReader(inputPdfPath))
// 最后一个参数设为true启用Append模式
using (var stamper = new PdfStamper(reader, new FileStream(outputPdfPath, FileMode.Create), '\0', true))
{
    // 添加批注的逻辑代码
    stamper.Close();
}

4. 考虑升级iTextSharp版本 #

你当前使用的5.5.13版本存在不少PDF资源处理的已知bug，后续的5.5.14及以上版本针对倾斜文本、图像流兼容性问题做了修复。如果项目允许升级，这会是最彻底的解决方案。

内容的提问来源于stack exchange，提问作者Alberto De Pena