加载错误的 PDF 时捕获 PDFBox 警告

Question

使用 PDFBox 加载 PDF 时，如果 PDF 错误，则会收到日志级警告：

    PDDocument doc = PDDocument.load (new File (filename));

例如，这可能导致控制台上出现以下输出：

Dez 08, 2020 9:14:41 AM org.apache.pdfbox.pdfparser.COSParser validateStreamLength 
WARNING: The end of the stream doesn't point to the correct offset, using workaround to read the stream, stream start position: 3141, length: 1674, expected end position: 4815

显然，pdf 在内容流中有一些错误，但它确实加载到 doc。但是是否可以使用 PDFBox 以编程方式捕获此警告？是否存在一些属性可以告诉您加载文档后的警告？

我试过 PDFBox-Preflight，但会检查 PDF/A 合规性，这会导致更多消息。

Answer 1

尝试解析器的非宽松模式。此代码来自 ShowSignature.java 示例：

RandomAccessBufferedFileInputStream raFile = new RandomAccessBufferedFileInputStream(file);
// If your files are not too large, you can also download the PDF into a byte array
// with IOUtils.toByteArray() and pass a RandomAccessBuffer() object to the
// PDFParser constructor.
PDFParser parser = new PDFParser(raFile);
parser.setLenient(false);
parser.parse();
PDDocument document = parser.getPDDocument();

加载错误的 PDF 时捕获 PDFBox 警告

catch PDFBox warnings when loading erroneous PDFs

java

pdfbox