如何使用 PDFbox 将元数据添加到 PDF 文档？

Question

我有可用的 PDF 文档输入流。我想将 subject 元数据添加到文档中，然后保存它。我不知道该怎么做。

我在这里看到了一个示例食谱：https://pdfbox.apache.org/1.8/cookbook/workingwithmetadata.html

但是，还是很模糊。以下是我正在尝试的内容以及我有疑问的地方

PDDocument doc = PDDocument.load(myInputStream);
PDDocumentCatalog catalog = doc.getDocumentCatalog();
InputStream newXMPData = ...; //what goes here? How can I add subject tag?
PDMetadata newMetadata = new PDMetadata(doc, newXMLData, false );
catalog.setMetadata( newMetadata );
//does anything else need to happen to save the document??
//I would like an outputstream of the document (with metadata) so that I can save it to an S3 bucket

Answer 1

本答案使用xmpbox，来自源代码下载中的AddMetadataFromDocInfo example：

XMPMetadata xmp = XMPMetadata.createXMPMetadata();
DublinCoreSchema dc = xmp.createAndAddDublinCoreSchema();
dc.setDescription("descr");
XmpSerializer serializer = new XmpSerializer();
ByteArrayOutputStream baos = new ByteArrayOutputStream();
serializer.serialize(xmp, baos, true);
PDMetadata metadata = new PDMetadata(doc);
metadata.importXMPMetadata(baos.toByteArray());
doc.getDocumentCatalog().setMetadata(metadata);

Answer 2

以下代码设置 PDF 文档的标题，但它也应该适用于其他属性：

public static byte[] insertTitlePdf(byte[] documentBytes, String title) {
    try {
        PDDocument document = PDDocument.load(documentBytes);
        PDDocumentInformation info = document.getDocumentInformation();
        info.setTitle(title);
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        document.save(baos);
        return baos.toByteArray();
    } catch (IOException e) {
        e.printStackTrace();
    }

    return null;
}

Apache PDFBox 是必需的，因此将其导入到例如Maven 与：

<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.6</version>
</dependency>

添加标题：

byte[] documentBytesWithTitle = insertTitlePdf(documentBytes, "Some fancy title");

在浏览器中显示（JSF 示例）：

<object class="pdf" data="data:application/pdf;base64,#{myBean.getDocumentBytesWithTitleAsBase64()}" type="application/pdf">Document could not be loaded</object>

结果（Chrome）：

Answer 3

另一种更简单的方法是使用内置的 Document Information 对象：

PDDocument inputDoc = // your doc
inputDoc.getDocumentInformation().setCreator("Some meta");
inputDoc.getDocumentInformation().setCustomMetadataValue("fieldName", "fieldValue");

这还具有不需要 xmpbox 库的好处。

如何使用 PDFbox 将元数据添加到 PDF 文档？

How to add metadata to PDF document using PDFbox?

java

pdf

metadata

pdfbox