使用 iTextsharp 将 PDF 拆分为多个 PDF

Posted 2023-02-24

【中文标题】使用 iTextsharp 将 PDF 拆分为多个 PDF

【英文标题】：Split PDF into multiple PDFs using iTextsharp

【发布时间】：2013-09-16 16:57:24

【问题描述】：

public int SplitAndSave(string inputPath, string outputPath)
    
        FileInfo file = new FileInfo(inputPath);
        string name = file.Name.Substring(0, file.Name.LastIndexOf("."));

        using (PdfReader reader = new PdfReader(inputPath))
        

            for (int pagenumber = 1; pagenumber <= reader.NumberOfPages; pagenumber++)
            
                string filename = pagenumber.ToString() + ".pdf";

                Document document = new Document();
                PdfCopy copy = new PdfCopy(document, new FileStream(outputPath + "\\" + filename, FileMode.Create));

                document.Open();

                copy.AddPage(copy.GetImportedPage(reader, pagenumber));

                document.Close();
            
            return reader.NumberOfPages;
        

    

我想将 Pdf 拆分为多个 PDF，间隔为 50 页。（假设如果有 400 页 PDF，我想要 8 个 pdf）。上面的代码将每一页分成一个pdf。请帮助我...我正在使用带有 iTextSharp 的 asp.net。

【问题讨论】：

提示：如果您只想每 50 页创建一个新文档，为什么要在每个循环迭代 期间创建一个新文档？

【参考方案1】：

每次前进一页时，您都在循环浏览 pdf 并创建一个新文档。您需要跟踪您的页面，以便仅每 50 页执行一次拆分。就个人而言，我会将其放在一个单独的方法中并从您的循环中调用它。像这样的：

private void ExtractPages(string sourcePDFpath, string outputPDFpath, int startpage,  int endpage)

    PdfReader reader = null;
    Document sourceDocument = null;
    PdfCopy pdfCopyProvider = null;
    PdfImportedPage importedPage = null;

    reader = new PdfReader(sourcePDFpath);
    sourceDocument = new Document(reader.GetPageSizeWithRotation(startpage));
    pdfCopyProvider = new PdfCopy(sourceDocument, new System.IO.FileStream(outputPDFpath, System.IO.FileMode.Create));

    sourceDocument.Open();

    for (int i = startpage; i <= endpage; i++)
    
        importedPage = pdfCopyProvider.GetImportedPage(reader, i);
        pdfCopyProvider.AddPage(importedPage);
    
    sourceDocument.Close();
    reader.Close();

因此，在您的原始代码循环中通过您的 pdf 并且每 50 页调用上述方法。您只需要在块中添加变量来跟踪开始/结束页面。

【参考方案2】：

这将是有用的。非常符合您的要求

http://www.codeproject.com/Articles/559380/SplittingplusandplusMergingplusPdfplusFilesplusinp

【讨论】：

我使用了上面的 codeproject 代码，但出现错误："Access to the path denied";

这意味着您无权写入您正在编写 pdf 的文件夹。

【参考方案3】：

这是一个较短的解决方案。尚未测试哪种方法具有更好的性能。

private void ExtractPages(string sourcePDFpath, string outputPDFpath, int startpage, int endpage)

  var pdfReader = new PdfReader(sourcePDFpath);
  try
  
    pdfReader.SelectPages($"startpage-endpage");
    using (var fs = new FileStream(outputPDFpath, FileMode.Create, FileAccess.Write))
    
      PdfStamper stamper = null;
      try
      
        stamper = new PdfStamper(pdfReader, fs);
      
      finally
      
        stamper?.Close();
      
    
  
  finally
  
    pdfReader.Close();
  

【讨论】：

您的解决方案最相关的优势是它保留了文档级数据（元数据、文档级附件...），它更短只是一个很好的副作用。

@mkl 我发现 PDFCopy 在保持 XmpMetadata 和其他所有内容完好无损方面做得更好。

PdfCopy 比 PdfStamper 好？这听起来难以置信。只有在PdfCopy 偶然修复了一些问题而PdfStamper 保持问题不变的情况下才有可能。除非我忽略了什么……;)

【参考方案4】：

我遇到了同样的问题，但想将 iText7 用于 .NET。 在这个具体案例中，这段代码对我有用：

第一个：实现自己的 PdfSplitter

 public class MyPdfSplitter : PdfSplitter
 
    private readonly string _destFolder;
    private int _pageNumber;
    public MyPdfSplitter(PdfDocument pdfDocument, string destFolder) : base(pdfDocument)
    
        _destFolder = destFolder;
    

    protected override PdfWriter GetNextPdfWriter(PageRange documentPageRange)
    
        _pageNumber++;
        return new PdfWriter(Path.Combine(_destFolder, $"p_pageNumber.pdf"));
    

第二个：用它来分割你的 PDF

using (var pdfDoc = new PdfDocument(new PdfReader(filePath)))

    var splitDocuments = new MyPdfSplitter(pdfDoc, targetFolder).SplitByPageCount(1);
    foreach (var splitDocument in splitDocuments)
    
        splitDocument.Close();
    
 

从 Java 示例迁移的代码：https://itextpdf.com/en/resources/examples/itext-7/splitting-pdf-file

希望这对其他人有所帮助！