java - 如何使用iText从书签在PDF文件中创建目录页？

Question

我需要在PDF中创建一个到表格内容的页面。我将创建PDF阅读书签。

对于iText，我使用：

tmp = SimpleBookmark.getBookmark (reader);

使用此PDF进行测试：

Download file PDF

返回此MAP：

[{Action = GoTo, Named = __ WKANCHOR_2, Title = Secretariat Teste0}, {Action = GoTo, Named = __ WKANCHOR_4, Title = Secretariat TestBook1}, {Action = GoTo, Named = __ WKANCHOR_6, Title = Secretariat Test2}, {Action = GoTo , Named = __ WKANCHOR_8 ...

没有页码。

如何显示带有标题和页码的表格内容？

我想证明一下：

Answer 1

请阅读以下问题的答案：Java: Reading PDF bookmark names with itext

它说明了如何使用SimpleBookmark方法获取轮廓树的标题（这是PDF规范中“书签”的调用方式）。

public void inspectPdf(String filename) throws IOException, DocumentException {
    PdfReader reader = new PdfReader(filename);
    List<HashMap<String,Object>> bookmarks = SimpleBookmark.getBookmark(reader);
    for (int i = 0; i < bookmarks.size(); i++){
        showTitle(bookmarks.get(i));
    }
    reader.close();
}

public void showTitle(HashMap<String, Object> bm) {
    System.out.println((String)bm.get("Title"));
    List<HashMap<String,Object>> kids = (List<HashMap<String,Object>>)bm.get("Kids");
    if (kids != null) {
        for (int i = 0; i < kids.size(); i++) {
            showTitle(kids.get(i));
        }
    }
}

然后阅读以下问题的答案：Set inherit Zoom(action property) to bookmark in the pdf file

您会看到HashMap<String, Object>不仅包含键为"Title"的条目，而且还可以包含键为"Page"的条目。书签指向页面时就是这种情况。该值将是一个明确的目的地。它由页码，一个值（例如Fit，FitH，FitB，XYZ）以及一些标记位置的参数组成。

如果查看CreateOutlineTree示例，您会发现还可以将书签提取为XML文件：

public void createXml(String src, String dest) throws IOException {
    PdfReader reader = new PdfReader(src);
    List<HashMap<String, Object>> list = SimpleBookmark.getBookmark(reader);
    SimpleBookmark.exportToXML(list,
            new FileOutputStream(dest), "ISO8859-1", true);
    reader.close();
}

这是我写的关于iText的书的屏幕截图，其中显示了您在书签条目中可以期望的键：



从该表可以看出，链接也可以表示为命名目的地。在这种情况下，您将不会获得页码，而只会获得一个名称。要获取页码，您需要提取命名目的地列表。此列表将为您提供与指定目的地相对应的显式目的地。

这本书和official documentation中也对此进行了说明。

有了标题和页码（使用了根据上述指针编写的代码进行检索）后，您可以使用PdfStamper和insertPage()方法将页面插入PDF文件。您可以使用ColumnText将TOC放在这些页面上，也可以为TOC创建单独的PDF并将其与原始PDF合并。请参阅How to add a cover/PDF in a existing iText document以了解有关这两种技术的更多信息。

您还将从此示例中受益：Create Index File(TOC) for merged pdf using itext library in java

至于标题和页码之间的虚线，这是使用分隔符（更具体地说是虚线分隔符）完成的。您应该先阅读以下问题：iTextSharp - Is it possible to set a different alignment in the same cell for text

然后阅读以下问题：How to Generate Table-of-Figures Dot Leaders in a PdfPCell for the Last Line of Wrapped Text（或此问题It is possible with itext 5 which at the end of a paragraph justified the remaining space is filled with scripts?）

请注意，您的问题实际上是题外话。它被表述为“家庭作业”问题。它邀请人们在您的位置做您的工作。既然您拥有了所需的所有元素，那么您应该可以自己进行这项工作。如果未成功，则应编写一个主题“堆栈溢出”问题。在这个问题中，您将展示自己的尝试并说明遇到的技术问题。

更新：

您与以下大纲树共享了一个文档：



如您所见，书签是使用命名目标定义的，例如/__WKANCHOR_2，/__WKANCHOR_4等。从/字符可以看出，名称存储为PDF名称对象（PDF 1.1），而不存储为PDF字符串对象（自1.2起）。最新的PDF标准建议使用PDF字符串对象而不是PDF名称对象，您可能需要询问PDF生成软件的供应商以更新软件，使其符合最新的PDF标准的建议。

不过，我们可以轻松地获得与命名目的地相对应的显式目的地。它们存储在根字典的/Dests条目中：



当您查看目的地的方式时，您会看到另一个应报告给wkhtmltopdf的问题。让我们看一下ISO标​​准告诉我们有关目的地使用的语法的信息：



页码的概念在PDF中不存在。使用页面词典描述页面，并且页面编号是从页面在页面树中的位置得出的。在页面树中遇到的第一页是页面1，遇到的第二页是页面2，依此类推。

在您的示例中，复制目标的定义如下：[9/XYZ 30.2400000 524.179999 0]，[9/XYZ 30.2400000 231.379999 0]等。

错了ISO标准说，数组中的第一个值必须是间接引用。间接引用的格式为9 0 R，而不是9。我看了看文档的结构，发现wkhtmltopdf使用页码-1而不是间接引用。如果我查看/__WKANCHOR_2，则它指的是[0/XYZ 30.240000 781.459999 0]，而0应该指向第1页。由于Adobe Reader可以容忍糟糕的软件，因此它可以在Adobe Reader中使用，但是由于该文件违反了ISO- 32000年，iText不知道如何处理那些误导性的目的地，至少，便捷类SimpleNamedDEstination不知道如何处理它。

幸运的是，iText是一个非常通用的库，可让您深入了解PDF。在这种情况下，我们只需要更深一层。代替SimpleNamedDestination.getNamedDestination(reader, true)，我们可以使用以下方法：

HashMap<String, PdfObject> names = reader.getNamedDestinationFromNames();
for (Map.Entry<String, PdfObject> entry: names.entrySet()) {
    System.out.print(entry.getKey());
    System.out.print(": p");
    PdfArray arr = (PdfArray)entry.getValue();
    System.out.println(arr.getAsNumber(0).intValue() + 1);
}
reader.close();

该方法的输出为：

__WKANCHOR_w: p7
__WKANCHOR_y: p7
__WKANCHOR_2: p1
__WKANCHOR_4: p1
__WKANCHOR_16: p9
__WKANCHOR_14: p8
__WKANCHOR_18: p9
__WKANCHOR_1s: p13
__WKANCHOR_a: p2
__WKANCHOR_1q: p13
__WKANCHOR_1o: p12
__WKANCHOR_12: p8
__WKANCHOR_1m: p12
__WKANCHOR_e: p3
__WKANCHOR_10: p7
__WKANCHOR_1k: p12
__WKANCHOR_c: p3
__WKANCHOR_1i: p11
__WKANCHOR_i: p4
__WKANCHOR_8: p2
__WKANCHOR_g: p3
__WKANCHOR_1g: p11
__WKANCHOR_6: p1
__WKANCHOR_1e: p10
__WKANCHOR_m: p5
__WKANCHOR_1c: p10
__WKANCHOR_k: p4
__WKANCHOR_q: p5
__WKANCHOR_1a: p9
__WKANCHOR_o: p5
__WKANCHOR_u: p6
__WKANCHOR_s: p6

如果我们检查__WKANCHOR_2，我们会看到它正确指向页面1。我检查了轮廓中的最后一个链接，它指向名称为__WKANCHOR_1s的命名目的地，实际上：它应该链接到页面13。

您的问题就是“垃圾进垃圾出”问题的明显例子。您的工具所生成的PDF违反了ISO的PDF标准，因此您浪费大量时间试图找出问题所在。但是，更糟糕的是：由于别人的过失，您让我失去了时间。