c++ - 使用 C++ 读取 pdf 页数

Question

我试图读没有。使用 pdf 的给定 pdf 中的页面数（通过查找“/Count xx”），但我似乎做错了什么。我将所有字符读入缓冲区并使用字符串类的 find 来获得成功。但是在我尝试过的许多文件中，它只工作了一次。我究竟做错了什么 ？

http://pastebin.com/2FAXPZhE

我必须使用 getline() 或其他东西逐行阅读吗？

PS：我不想使用外部库，因为这是我的大学项目，我不能使用外部工具。

提前致谢。~三角虎

Answer 1

你做错的是你的方法完全不适合你想要完成的事情。出于许多不同的原因 - 我在这里只列出几个：

1) PDF 支持增量更新，原始 PDF 文件和文件末尾的更新块中的页数可能不同。

2) "/Count" 可能用于完全不同于文件中页数的其他事情。

3) PDF 文件中的页面存储在树结构中，该树中的“/Count”字段列出了树中该部分的页数。在具有多个页面的 PDF 文件中，您可能有许多不同的对象列出与页面有关的“/Count”值。

简短的回答是，如果不了解 PDF 文件格式（您可以从 Adob​​e 网站下载 PDF 规范），就不可能正确评估 PDF 文件中的页数。您要么必须使用能够理解文件格式并为您解析它的库，要么您需要编写执行此操作的代码。这不是一个小项目（至少可以说）。

Answer 2

我很感激这个问题是在一年前提出并回答的，但如果其他人仍在寻找解决方案，我提供我自己的 C++ 代码，现在已上传到 SourceForge这里。

您将从我的代码中看到，页数可以位于任意数量的棘手位置，通常位于压缩数据流中。

（我只是从几年前编写的一些 Delphi 代码中翻译了这个，所以如果有任何翻译错误，最好将其视为 beta 版本。不过，它已经通过了适度的测试。）

Answer 3

我知道这是一个较旧的线程，但我建议使用PoDoFo库来提取 PDF 页数（或任何其他信息）。

下面是提取 PDF 页数的代码片段。

例子：

namespace pdf = PoDoFo;
pdf::PdfMemDocument document;
document.Load( "mypdf.pdf" );
int pgcount{ document.GetPageCount( ) };