Powershell 我如何验证PDF文件是否为；好的；？

我有一个压缩PDF文件的过程，我们的秘书通过在多功能打印机上扫描签名文件来创建PDF文件

在极少数情况下，这些文件压缩后无法在Acrobat reader中打开。我不知道为什么这种情况很少发生，所以我希望能够测试PDF后压缩，看看它是否“好”

我正试图使用itextsharp 5.1.1来实现这一点，但它很乐意加载PDF。我最好的猜测是Acrobat reader在试图显示图片时失败了

---

关于如何判断PDF是否会呈现，有什么想法吗？

在过去类似的情况下，我成功地使用以下命令来修复坏的PDF：

pdftk break.PDF output fixed.PDF

好的，我最后做的是使用itextsharp循环所有流对象并检查它们的长度。我遇到的错误条件是长度为零。这个测试似乎相当可靠。它可能不适用于所有人，但在这种特殊情况下有效。

我使用了xpdfbin win包和cpdf.exe中的“pdfinfo.exe”来检查PDF文件是否损坏，但如果没有必要，我不想使用二进制文件

我读到较新的PDF格式的末尾有一个可读的xml数据目录，所以我用常规的windows NOTEPAD.exe打开PDF，向下滚动到不可读的数据的末尾，看到几个可读的键。我只需要一个键，但选择同时使用CreationDate和ModDate

以下Powershell（PS）脚本将检查当前目录中的所有PDF文件，并将每个文件的状态输出到文本文件（！RESULTS.log）中。对35000个PDF文件运行此操作大约需要2分钟。我试图为那些新加入PS的人添加评论。希望这能节省一些时间。也许有更好的方法可以做到这一点，但这对我来说是完美无瑕的，并且可以默默地处理错误。您可能需要在开始时定义以下内容：$ErrorActionPreference=“SilentlyContinue”，如果您在屏幕上看到错误

将以下内容复制到文本文件中并适当命名（例如：CheckPDF.ps1）或打开PS并浏览到包含PDF文件的目录，以在控制台中进行检查和粘贴

#
# PowerShell v4.0
#
# Get all PDF files in current directory
#
$items = Get-ChildItem | Where-Object {$_.Extension -eq ".pdf"}

$logFile = "!RESULTS.log"
$badCounter = 0
$goodCounter = 0
$msg = "`n`nProcessing " + $items.count + " files... "
Write-Host -nonewline -foregroundcolor Yellow $msg
foreach ($item in $items)
{
    #
    # Suppress error messages
    #
    trap { Write-Output "Error trapped"; continue; }

    #
    # Read raw PDF data
    #
    $pdfText = Get-Content $item -raw

    #
    # Find string (near end of PDF file), if BAD file, ptr will be undefined or 0
    #
    $ptr1 = $pdfText.IndexOf("CreationDate")
    $ptr2 = $pdfText.IndexOf("ModDate")

    #
    # Grab raw dates from file - will ERR if ptr is undefined or 0
    #
    try { $cDate = $pdfText.SubString($ptr1, 37); $mDate = $pdfText.SubString($ptr2, 31); }

    #
    # Append filename and bad status to logfile and increment a counter
    # catch block is also where you would rename, move, or delete bad files.
    #
    catch { "*** $item is Broken ***" >> $logFile; $badCounter += 1; continue; }

    #
    # Append filename and good status to logfile
    #
    Write-Output "$item - OK" -EA "Stop" >> $logFile

    #
    # Increment a counter
    #
    $goodCounter += 1
}
#
# Calculate total
#
$totalCounter = $badCounter + $goodCounter

#
# Append 3 blank lines to end of logfile
#
1..3 | %{ Write-Output "" >> $logFile }

#
# Append statistics to end of logfile
#
Write-Output "Total: $totalCounter / BAD: $badCounter / GOOD: $goodCounter" >> $logFile
Write-Output "DONE!`n`n"

---

qpdf将为您的需求提供巨大帮助：

apt-get install qpdf

qpdf --check filename.pdf

示例输出：

checking filename.pdf
PDF Version: 1.4
File is not encrypted
File is not linearized
WARNING: filename.pdf: file is damaged
WARNING: filename.pdf (object 185 0, file position 1235875): expected n n obj
WARNING: filename.pdf: Attempting to reconstruct cross-reference table
WARNING: filename.pdf: object 185 0 not found in file after regenerating cross reference table
operation for Dictionary object attempted on object of wrong type

---

PdfCpu工作得很好。轻松示例：

pdfcpu validate goggles.pdf

严格的例子：

pdfcpu validate -m strict goggles.pdf

---

我不知道，但是我可以告诉你一些建议：例如，试着做一些阅读操作怎么样？如果这些读取操作失败，你可能会发现pdf不起作用。如果你是说“读取pdf”，我在最初的问题中提到，我正在使用itextsharp读取Adobe Acrobat中失败的pdf，并且不会产生错误。我在想一些带有“打开文件”的C代码，但在我思考这个问题时，如果它因图像格式错误而崩溃，则只有在运行acrobat reader时才能进行检查。运行小程序/批处理文件/dunno来检查acrobat打开文件后的返回值怎么样？acrobat会弹出一个有错误的对话框。在手动清除之前没有退出代码，即使是在手动清除之后。我真的需要一些东西来测试PDF。我没有任何其他想法：\n你是否尝试直接写入adobe？ewall，在这种情况下，我不需要修复PDF，因为我仍然有好的原件。在这种情况下，我只需要一种可靠的方法来测试PDF。不过，感谢您的建议，因为该工具在许多情况下看起来非常有用。这是有道理的。我想您可以做一些事情，比如运行修复程序，然后将输出文件与原始文件进行比较（通过MD5或SHA-1散列，或者仅仅是文件大小），看看它是否发生了更改？在我使用的一个系统上，我们发现它大约有5%的时间输出一个不好的PDF，所以我们只是通过pdftk修复程序运行所有内容来确定。我想检查我是否在rails应用程序中通过prawn生成了一个有效的PDF，并且检查长度对我也很有效。在我的例子中，无效pdf的长度为1。9年前你在哪里？：-）