C# 访问AcroFields的速度较慢（iTextSharp）

我正在使用iTextSharp从PDF中提取SignatureName。 我在访问大尺寸和多页PDF（约40MB和约5000页）的AcroFiels时遇到问题（速度过慢）

下面是我的代码片段：

using iTextSharp.text.pdf;

private static List<byte[]> GetSignsFromPDF(string filePath)
{
    var result = new List<byte[]>();
    var randomAccessFileOrArray = new RandomAccessFileOrArray(filePath);
    var reader = new PdfReader(randomAccessFileOrArray, null);
    var fields = reader.AcroFields;

    if (fields == null)
    {
        return result;
    }

    var signatureNames = fields.GetSignatureNames();
    signatureNames.Sort();

    foreach (string name in signatureNames)
    {
        var sigDict = fields.GetSignatureDictionary(name);
        var contents = sigDict.GetAsString(PdfName.CONTENTS);

        if (contents != null)
        {
            result.Add(contents.GetOriginalBytes());
        }
    }

    return result;
}

使用iTextSharp.text.pdf；
私有静态列表GetSignsFromPDF（字符串文件路径）
{
var result=新列表（）；
var randomAccessFileOrArray=新的randomAccessFileOrArray（文件路径）；
var reader=new PdfReader（randomAccessFileOrArray，null）；
变量字段=reader.AcroFields；
如果（字段==null）
{
返回结果；
}
var signatureNames=fields.GetSignatureNames（）；
signatureNames.Sort（）；
foreach（SignatureName中的字符串名称）
{
var sigDict=fields.GetSignatureDictionary（名称）；
var contents=sigDict.GetAsString（PdfName.contents）；
如果（内容！=null）
{
Add（contents.GetOriginalBytes（））；
}
}
返回结果；
}

有一种更智能/更快的方式访问AcroFields，还是我应该等待它

---

非常感谢。

在评论中，猜测速度过慢是由于在

AcroFields

实例中初始化字段集合时，iText（Sharp）不仅检查目录中引用的字段->AcroForm->字段而且（实际上最重要）从所有文档页面的注释中

幸运的是，这个初始化没有在

AcroFields

构造函数中发生，因此我们可以在不检查所有页面的情况下注入检索到的字段集合

以下方法是内部

AcroFields

方法

Fill

（负责延迟初始化）的副本，删除了页面遍历，并通过反射启用了对隐藏成员的访问。它可用于测试推测

void fill(PdfReader reader, AcroFields acroFields)
{
    IDictionary<string, AcroFields.Item> fields = new LinkedDictionary<string, AcroFields.Item>();
    PdfDictionary top = (PdfDictionary)PdfReader.GetPdfObjectRelease(reader.Catalog.Get(PdfName.ACROFORM));
    if (top == null)
        return;
    PdfBoolean needappearances = top.GetAsBoolean(PdfName.NEEDAPPEARANCES);
    if (needappearances == null || !needappearances.BooleanValue)
        acroFields.GenerateAppearances = true;
    else
        acroFields.GenerateAppearances = false;
    PdfArray arrfds = (PdfArray)PdfReader.GetPdfObjectRelease(top.Get(PdfName.FIELDS));
    if (arrfds == null || arrfds.Size == 0)
        return;

    System.Reflection.FieldInfo valuesField = typeof(AcroFields.Item).GetField("values", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance);
    System.Reflection.FieldInfo widgetsField = typeof(AcroFields.Item).GetField("widgets", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance);
    System.Reflection.FieldInfo widgetRefsField = typeof(AcroFields.Item).GetField("widget_refs", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance);
    System.Reflection.FieldInfo mergedField = typeof(AcroFields.Item).GetField("merged", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance);
    System.Reflection.FieldInfo pageField = typeof(AcroFields.Item).GetField("page", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance);
    System.Reflection.FieldInfo tabOrderField = typeof(AcroFields.Item).GetField("tabOrder", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance);

    for (int j = 0; j < arrfds.Size; ++j)
    {
        PdfDictionary annot = arrfds.GetAsDict(j);
        if (annot == null)
        {
            PdfReader.ReleaseLastXrefPartial(arrfds.GetAsIndirectObject(j));
            continue;
        }
        if (!PdfName.WIDGET.Equals(annot.GetAsName(PdfName.SUBTYPE)))
        {
            PdfReader.ReleaseLastXrefPartial(arrfds.GetAsIndirectObject(j));
            continue;
        }
        PdfArray kids = (PdfArray)PdfReader.GetPdfObjectRelease(annot.Get(PdfName.KIDS));
        if (kids != null)
            continue;
        PdfDictionary dic = new PdfDictionary();
        dic.Merge(annot);
        PdfString t = annot.GetAsString(PdfName.T);
        if (t == null)
            continue;
        String name = t.ToUnicodeString();
        if (fields.ContainsKey(name))
            continue;
        AcroFields.Item item = new AcroFields.Item();
        fields[name] = item;
        ((List<PdfDictionary>)valuesField.GetValue(item)).Add(dic); // item.AddValue(dic);
        ((List<PdfDictionary>)widgetsField.GetValue(item)).Add(dic); // item.AddWidget(dic);
        ((List<PdfIndirectReference>)widgetRefsField.GetValue(item)).Add(arrfds.GetAsIndirectObject(j)); //item.AddWidgetRef(arrfds.GetAsIndirectObject(j)); // must be a reference
        ((List<PdfDictionary>)mergedField.GetValue(item)).Add(dic); // item.AddMerged(dic);
        ((List<int>)pageField.GetValue(item)).Add((int)-1); // item.AddPage(-1);
        ((List<int>)tabOrderField.GetValue(item)).Add((int)-1); // item.AddTabOrder(-1);
    }

    System.Reflection.FieldInfo fieldsField = typeof(AcroFields).GetField("fields", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance);
    fieldsField.SetValue(acroFields, fields);
}

如果使用这种方法大大减少了时间（同时提供了所需的字段），则该推测得到证实

---

---

查看代码，您会发现它没有正确地遍历字段结构：字段可能按层次排列，但代码只考虑第一级元素。不过，它应该足以对上述推测进行第一次测试。

请解释您所说的过度缓慢的确切含义。如果可能，请共享一个link到样本PDF进行分析。对于过慢，我指的是在生产机器上调试和发布时的等待时间大约为20-60分钟。我试图找到一个PDF，我可以在这里共享，因为唯一有问题的PDF包含合理的客户数据。好的，这是过慢。：）我还没有在iText（Sharp）上经历过如此缓慢的操作。因此，这些PDF很可能确实有一些特殊之处。好的，我想我找到了一个更详尽的测试用例。我生成了一个1852页、11.1Mb大小的随机文本PDF。我试图访问此网站的AcroFields，它需要iTextSharp查找AcroFields浏览所有页面-它确实。。。出于兼容性原因。过去有一些PDF表单创建产品，它们没有将所有字段添加到AcroForm表单字段树中，而只是将它们的外观作为文档页面的注释引用。

using (PdfReader reader = new PdfReader(file))
{
    AcroFields acroFields = reader.AcroFields;
    fill(reader, acroFields);
    ...