使用Java计算Pdf页数

Question

目前我正在使用 itext 来读取 pdf 的页数。这需要很长时间，因为库似乎扫描整个文件。

页面信息是否位于 pdf 标题中的某个位置，或者是否需要完整的文件扫描？

Answer 1

是的。 iText 在打开时解析相当多的 PDF（它不读取流对象的内容，但仅此而已）...

除非您使用

PdfReader(RandomAccessFileOrArray)

构造函数，在这种情况下，它只会读取外部参照（大部分是必需的），但不会解析任何内容，直到您开始请求特定对象（直接或通过各种调用）。

我编写的第一个 PDF 程序正是这样做的。 它打开一个 PDF 并执行最少的必要工作，读取页数。 它甚至没有解析它不需要的外部参照。 已经很多年没有想过这个计划了...

因此，虽然效率不高，但使用 RandomAccessFileOrArray 会更加更高效：

int efficientPDFPageCount(String path) {
  RandomAccessFileOrArray file = new RandomAccessFileOrArray(path, false, true );
  PdfReader reader = new PdfReader(file);
  int ret = reader.getNumberOfPages();
  reader.close();
  return ret;
}

更新：

itext API 进行了一些修改。现在（在版本 5.4.x 中）正确的使用方法是通过 java.io.RandomAccessFile:

int efficientPDFPageCount(File file) {
     RandomAccessFile raf = new RandomAccessFile(file, "r");
     RandomAccessFileOrArray pdfFile = new RandomAccessFileOrArray(
          new RandomAccessSourceFactory().createSource(raf));
     PdfReader reader = new PdfReader(pdfFile, new byte[0]);
     int pages = reader.getNumberOfPages();
     reader.close();
     return pages;
  }

Answer 2

Lars Vogel 使用 以下代码：

PdfReader reader = new PdfReader(INPUTFILE);
int n = reader.getNumberOfPages();

如果

getNumberOfPages

的实施比任何其他解决方案都慢，我会感到惊讶。

---

第 F.3.3 节说有一个名为

N

的标头字段，描述如下：

N     integer (Required)      The number of pages in the document.

Answer 3

您只需要阅读页面树（目录、页面、儿童）并计算页面条目数。

Answer 4

在 iText 版本 5.5.13 中，以下方法将为您提供页码，而无需扫描整个文件。它不会将完整的文件内容读入内存。

int efficientPDFPageCount(String filePath){
     PdfReader reader = new PdfReader(filePath, new byte[0], true);
     int pages = reader.getNumberOfPages();
     reader.close();
     return pages;
}

Answer 5

PdfReader document = new PdfReader(new FileInputStream(new File("filename")));  
int noPages = document.getNumberOfPages(); 

Answer 6

PdfReader document = new PdfReader(new FileInputStream(new File("filename")));   
int noPages = document.getNumberOfPages(); 

以上是统计pdf页数的过程