XFA 缺少填充字段？

Question

我正在使用 pdfbox-1.8.12 从 PDF 中读取内容以获取 XFA。我已经能够成功地为大多数文件获取 XFA，而不会遗漏任何字段值。

问题出在某些文件上，例如 error.pdf。我有许多字段没有像 CIN 这样的值，但是当我在任何 PDF 查看器、foxit 或 Acrobat 中打开文件时，它会显示该字段。

    public static byte[] getParsableXFAForm(File file) {
    if (file == null)
        return null;
    PDDocument doc;
    PDDocumentCatalog catalog;
    PDAcroForm acroForm;
    PDXFA xfa;
    try {
        doc = PDDocument.load(file);
        catalog = doc.getDocumentCatalog();
        acroForm = catalog.getAcroForm();
        xfa = acroForm.getXFA();
        byte[] xfaBytes = xfa.getBytes();
        doc.close();
        return xfaBytes;
    } catch (IOException e) {
        // handle IOException
        // happens when the file is corrupt.
        System.out.println("IOException");
        return null;
    }
}

然后将 byte[] 转换为 String。

This 是此文件的 xfa，如果您在此搜索 'U72300DL1996PLC075672'，它会丢失。

这是一个 normal 文件，它提供了所有字段。

有什么想法吗？我什么都试过了，但我的猜测是既然读者能看到那个值，我应该也能看到。

编辑：您将必须下载文件，您可能无法在浏览器中查看它们。

Answer 1

表单中有多个 XFA 内容条目，代表表单在应用不同签名之前的不同状态。当您使用

PDDocument.load(file)

按顺序解析 PDF，未提取最新的 XFA 内容。如果将其更改为

PDDocument.loadNonSeq(file,null)

使用外部参照信息并提取包含您要查找的信息的最新 XFA。

请注意，对于 PDFBox 1.8.x，应始终使用 PDDocument.loadNonSeq 以便根据规范解析 PDF，即遵循外部参照信息。 PDDocument.load 应该仅用于处理具有（外部参照相关）解析错误的文件，其中顺序解析可以作为后备。

对于 PDFBox 2.x PDDocument.load 在外部参照之后进行解析，即像 1.8 中的“PDDocument.loadNonSeq”，并且在出现错误的情况下在幕后完成顺序解析。

XFA 缺少填充字段？

XFA missing filled fields?

pdf

pdfbox

xfa

acrofields