使用iTextsharp将PDF拆分成多个PDF

Question

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文件按50页的间隔分成多个PDF文件。（例如，如果有400页的PDF，则需要8个PDF文件）。上述代码会将每一页都分割成一个PDF文件。请帮助我……我正在使用iTextSharp和asp.net。

- Billy

---

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？ - Heinzi

Answer 1

您正在遍历PDF并在每次翻页时创建一个新文档。您需要跟踪页面，以便仅在每50页时执行拆分操作。个人建议将此放在单独的方法中，并从循环中调用它。例如：

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，在您的原始代码中，循环遍历您的PDF文件，并在每50页调用上述方法。您只需要在代码块中添加变量以跟踪起始/结束页面。

- ovaltein

Answer 2

这将会很有用。非常符合你的要求。

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

- RohitWagh

---

我使用了上面的CodeProject代码，但是出现了错误：“拒绝访问路径”。 - Billy

这意味着您没有权限写入正在写入PDF的文件夹。 - RohitWagh

Answer 3

这里有一个更短的解决方案。我没有测试哪种方法的性能更好。

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();
  }
}

- MovGP0

---

你的解决方案最相关的优势是它保留了文档级别的数据（元数据、文档级别附件等），它更短只是一个不错的副作用。 - mkl

@mkl 我发现PDFCopy在保持XmpMetadata和其他所有内容完整方面更好。 - blaze_125

PdfCopy比PdfStamper更好？这听起来不可信。只有在PdfCopy偶然修复了一些问题而PdfStamper保留了问题的情况下才可能如此。除非我漏看了什么... ;) - mkl

Answer 4

我遇到了同样的问题，但想要使用 iText7 for .NET。 在这个具体的案例中，以下代码对我有用：

第一步：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"));
    }
}

第二步：使用它来拆分您的PDF文件

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！

- JavierFromMadrid

---

如果MyPdfSplitter创建了一个PdfWriter（新的MemoryStream），你知道如何获取流的内容吗？ - M Akin

为了获取内存流，我在CustomSplitter上创建了一个属性来保存MemoryStream的列表，以便稍后可以访问它们。 - M Akin