从portfolio pdf java中提取文件夹

我有一个文件夹、子文件夹和文件的公文包pdf。我需要使用java中的iText提取与文件夹、子文件夹和文件相同的结构。我只得到嵌入文件的文件。获取文件夹的方法也是什么

请找到我正在使用的代码。此代码仅提供文件夹中存在的文件

public static void extractAttachments(String src, String dir) throws         IOException
{
    File folder = new File(dir);
    folder.mkdirs();

    PdfReader reader = new PdfReader(src);

    PdfDictionary root = reader.getCatalog();

    PdfDictionary names = root.getAsDict(PdfName.NAMES);
    System.out.println(""+names.getKeys().toString());
    PdfDictionary embedded = names.getAsDict(PdfName.EMBEDDEDFILES);
    System.out.println(""+embedded.toString());

    PdfArray filespecs = embedded.getAsArray(PdfName.NAMES);

    System.out.println(filespecs.getAsString(root1));
    for (int i = 0; i < filespecs.size();)
    {
        extractAttachment(reader, folder, filespecs.getAsString(i++),
                filespecs.getAsDict(i++));
    }
}

protected static void extractAttachment(PdfReader reader, File dir, PdfString name, PdfDictionary filespec)
        throws IOException
{
    PRStream stream;
    FileOutputStream fos;
    String filename;
    PdfArray parent;
    PdfDictionary refs = filespec.getAsDict(PdfName.EF);
    //System.out.println(""+refs.getKeys().toString());

    for (Object key : refs.getKeys())
    {
        stream = (PRStream)         PdfReader.getPdfObject(refs.getAsIndirectObject((PdfName) key));

        filename = filespec.getAsString((PdfName) key).toString();

        // System.out.println("" + filename);
        fos = new FileOutputStream(new File(dir, filename));
        fos.write(PdfReader.getStreamBytes(stream));
        fos.flush();
        fos.close();
    }
}

publicstaticvoidextractAttachments（stringsrc，stringdir）抛出IOException
{
文件夹=新文件（目录）；
folder.mkdirs（）；
PdfReader读取器=新PdfReader（src）；
PdfDictionary root=reader.getCatalog（）；
PdfDictionary name=root.getAsDict（PdfName.names）；
System.out.println（“+names.getKeys（）.toString（））；
PdfDictionary embedded=names.getAsDict（PdfName.EMBEDDEDFILES）；
System.out.println（“+embedded.toString（））；
PdfArray filespecs=embedded.getAsArray（PdfName.NAMES）；
System.out.println（filespecs.getAsString（root1））；
对于（int i=0；i

在中指定了OP在提取公文包文件时尝试复制的文件夹结构。因此，它不是当前PDF标准的一部分，因此，不需要PDF处理软件来理解此类信息。不过，它看起来像是计划加入即将发布的PDF-2（ISO 32000-2）标准

因此，要将公文包文件提取到关联的文件夹结构中，我们必须检索Adobe®补充文件中指定的文件夹信息：

从扩展级别3开始，可移植集合可以包含一个文件夹对象，用于 将文件组织成层次结构。该结构由具有单个根文件夹的树表示 充当集合中所有其他文件夹和文件的共同祖先。单个根文件夹是 参考第29页表8.6的

文件夹

条目

表8.6c描述了文件夹字典中的条目

• ID

  integer（必需；扩展级别3）非负整数值 表示唯一的文件夹标识号。两个文件夹 不得共享相同的

  ID

  值
  文件夹

  ID

  值显示为任何文件的名称树键的一部分 与此文件夹关联。详细描述 在此表之后可以找到文件夹和文件之间的关联

• Name

  text string（必选；扩展级别3）表示文件名的文件名 文件夹。两个同级文件夹不得共享同一名称 以下是案例规范化

• Child

  dictionary（如果文件夹有任何子代，则需要；扩展级别3）一个 间接引用此文件夹的第一个子文件夹

• Next

  dictionary（每个级别上除最后一项外的所有项目都需要；ExtensionLevel 3）一个 间接引用此级别的下一个同级文件夹

（第8.2.4节收集）

例如，像这样：

static Map<Integer, File> retrieveFolders(PdfReader reader, File baseDir) throws DocumentException
{
    Map<Integer, File> result = new HashMap<Integer, File>();

    PdfDictionary root = reader.getCatalog();
    PdfDictionary collection = root.getAsDict(PdfName.COLLECTION);
    if (collection == null)
        throw new DocumentException("Document has no Collection dictionary");
    PdfDictionary folders = collection.getAsDict(FOLDERS);
    if (folders == null)
        throw new DocumentException("Document collection has no folders dictionary");

    collectFolders(result, folders, baseDir);

    return result;
}

static void collectFolders(Map<Integer, File> collection, PdfDictionary folder, File baseDir)
{
    PdfString name = folder.getAsString(PdfName.NAME);
    File folderDir = new File(baseDir, name.toString());
    folderDir.mkdirs();
    PdfNumber id = folder.getAsNumber(PdfName.ID);
    collection.put(id.intValue(), folderDir);

    PdfDictionary next = folder.getAsDict(PdfName.NEXT);
    if (next != null)
        collectFolders(collection, next, baseDir);
    PdfDictionary child = folder.getAsDict(CHILD);
    if (child != null)
        collectFolders(collection, child, folderDir);
}

final static PdfName FOLDERS = new PdfName("Folders");
final static PdfName CHILD = new PdfName("Child");

public static void extractAttachmentsWithFolders(PdfReader reader, String dir) throws IOException, DocumentException
{
    File folder = new File(dir);
    folder.mkdirs();

    Map<Integer, File> folders = retrieveFolders(reader, folder);

    PdfDictionary root = reader.getCatalog();

    PdfDictionary names = root.getAsDict(PdfName.NAMES);
    System.out.println("" + names.getKeys().toString());
    PdfDictionary embedded = names.getAsDict(PdfName.EMBEDDEDFILES);
    System.out.println("" + embedded.toString());

    PdfArray filespecs = embedded.getAsArray(PdfName.NAMES);

    for (int i = 0; i < filespecs.size();)
    {
        extractAttachment(reader, folders, folder, filespecs.getAsString(i++), filespecs.getAsDict(i++));
    }
}

protected static void extractAttachment(PdfReader reader, Map<Integer, File> dirs, File dir, PdfString name, PdfDictionary filespec) throws IOException
{
    PRStream stream;
    FileOutputStream fos;
    String filename;
    PdfDictionary refs = filespec.getAsDict(PdfName.EF);

    File dirHere = dir;
    String nameString = name.toUnicodeString();
    if (nameString.startsWith("<"))
    {
        int closing = nameString.indexOf('>');
        if (closing > 0)
        {
            int folderId = Integer.parseInt(nameString.substring(1, closing));
            File folderFile = dirs.get(folderId);
            if (folderFile != null)
                dirHere = folderFile;
        }
    }

    for (PdfName key : refs.getKeys())
    {
        stream = (PRStream) PdfReader.getPdfObject(refs.getAsIndirectObject(key));

        filename = filespec.getAsString(key).toString();

        fos = new FileOutputStream(new File(dirHere, filename));
        fos.write(PdfReader.getStreamBytes(stream));
        fos.flush();
        fos.close();
    }
}

（摘自）

将这些方法应用于示例PDF（例如，使用中的测试方法

testSamplePortfolio11文件夹

---

大家好，欢迎来到StackOverflow！请花点时间阅读ho，并提出一个好问题：您是否使用了PDF？您是否能够发现PDF中是如何定义文件夹结构的？正如@Mauker所解释的，你的问题需要做更多的工作。嗨，我没有查看iText RUPS，如果有任何方法或类帮助我从iText RUPS中提取文件夹结构，请分享，即使我在你的推荐后搜索相同的方法或类，但没有得到任何东西，其次，当我搜索PdfName变量时，我只了解结构被定义为PDF中的集合作为键。没有任何变量给出/Folders，即使我尝试了新的PdfName（“Folders”），但每次都没有得到任何东西，而不是空指针异常。@Nitesh正如Mauker和Bruno所暗示的，你的问题需要更多的细节。请分享一个PDF文件样本和你的代码，到目前为止你试图提取文件夹结构。您之前的评论表明，所讨论的公文包不包含文件夹（根据PDF规范的Adobe ExtensionLevel 3），而只是看起来像文件夹的东西，或者您的代码是错误的。因此，PDF和代码都是必需的。你能告诉我你的邮件id吗？这样我就可以共享PDF文件了。此处不可能附加相同的。我会附上屏幕截图相同的pdf与文件夹的帮助嗨，我得到的文件和文件夹分开。首先我获取所有文件夹，然后获取文件夹外的文件。我需要文件夹中的文件。请建议？当检查if（nameString.startsWith）时，我得到的是false（“您是否从我的答案中复制了代码？您是否将其用于示例文件？运行上面链接的单元测试时，我肯定会得到文件夹中的文件。只需使用我在答案中链接的java文件。检查if（name）时，得到的是false

Root
│   ThumbImpression.pdf
│
├───Folder 1
│   │   EStampPdf.pdf
│   │   Presentation.pdf
│   │
│   ├───Folder 11
│   │   │   Test.pdf
│   │   │
│   │   └───Folder 111
│   └───Folder 12
└───Folder 2
        SealDeed.pdf