如何从 PDF 中读取每页元数据的 PieceInfo

Question

我正在尝试使用 iText7 从 C#.NET 应用程序中的 PDF 读取 PieceInfo 元数据。您可以在下方查看 PDF 文件本身的元数据（出于保密目的更改了元数据名称，但结构保持不变）。每个页面都在 PieceInfo 对象中包含此元数据。我知道可以读取此数据，因为它可以在 PDFGears as shown here 中查看。如果这在 iText7 中是不可能的，那么是否有另一个框架可以让我阅读它？

/PieceInfo
<<
/MDPS:MetaDataDefaultSet
<<
/LastModified(D:20210108183543Z)
/Private
<<
/ID(2A)
/Name1(John Doe)
/Code(9889023470)
/BagBundleG(P00024 0003** -R00064)
/ID(3A)
/Name2(Jane Doe)
/Code(21344143)
/BagBundleO(P0002L 0000** -R00037)
>>
>>
/MDPS:ControlSet
<<
/LastModified(D:20210108183543Z)
/Private
<<
/1
<<
/Dat1_Rel
<<
/Type(Rel)
/Value(01005A2)
/Enable(False)
>>
>>
/2
<<
/Dat2_Rel
<<
/Type(Rel)
/Value(02005A2)
/Enable(False)
>>
>>
/3
<<
/Dat3_Rel
<<
/Type(Rel)
/Value(03005A2)
/Enable(False)
>>
>>
/4
<<
/Dat4_Rel
<<
/Type(Rel)
/Value(04005A2)
/Enable(False)
>>
>>
/5
<<
/Dat5_Rel
<<
/Type(Rel)
/Value(05005A2)
/Enable(False)

我尝试了以下方法，但 pagedict 始终为空。

PdfReader reader = new PdfReader("PMI1040_01A_B_R001.PDF");
PdfWriter writer = new PdfWriter("PMI1040_01A_B_R002.PDF");
PdfDocument pdfDoc = new PdfDocument(reader, writer);

PdfDictionary pagedict;
for (int i = 1; i < pdfDoc.GetNumberOfPages(); i++)
{
    pagedict = pdfDoc.GetPage(i).GetPdfObject().GetAsDictionary(new 
    PdfName("PieceInfo"));
    MessageBox.Show((pagedict.Get(new PdfName("PieceInfo")).ToString()));
}
reader.Close();

如有任何帮助，我们将不胜感激。

Answer 1

你的变量pagedict实际上不是页面字典，而是PieceInfo字典：

pagedict = pdfDoc.GetPage(i).GetPdfObject().GetAsDictionary(new PdfName("PieceInfo"));

因此，当您此后执行 pagedict.Get(new PdfName("PieceInfo")) 时，您实际上是在 PieceInfo 字典中查找 PieceInfo 条目。哪个不存在。因此 returns null.

所以只需删除一个 Get*(new PdfName("PieceInfo")) 即可解决您的问题。

如何从 PDF 中读取每页元数据的 PieceInfo

How to Read PieceInfo Per Page Metadata From a PDF

.net

c#

pdf

itext

itext7