parsing - 如何在 Java 中将 PDF 转换为 PDF/A

Question

在 Java 中，我希望能够读取 PDF 文件，测试它是否符合 PDF/A（用于存档的 PDF），如果不符合，则将文件转换为 PDF/A。

我可能更喜欢在 Apache PDFBox 中使用它，因为我已经在那个 API 中做了一些事情，但我也会对其他 API 开放。

Answer 1

可以使用 PDFBox 预检来测试 PDF 文件是否为 PDF/A-1b，请参见此处的示例或使用预检应用程序。

创建一个将文件从 PDF 转换为 PDF/A 的工具是一项艰巨的任务，可能需要数月甚至数年的时间。如果您查看 PDFBox 预检的源代码，您会发现数百条错误消息。因此，您的工具必​​须能够修复这些错误中的每一个。有些是：

• 非嵌入字体
• 在没有输出意图的情况下使用颜色
• 不正确的元数据
• JBIG2 编码图像
• LZW 编码数据

只需使用 PDFBox 预检检查您自己的一些文件，您就会发现各种各样的问题......

如果您没有几个月或几年的时间，请访问Callas Software GmbH或PDF Tools AG购买此类转换器的主页。