使用iTextSharp修改PDF文件（一）

这个iTextSharp确实是个好东西，可以创建、读取PDF格式的文档，虽然我的需求比较简单，但我首先还是基本上、完整地看完了它的相关文档，不喜欢英文的同志，可以搜索一篇《用C#制作PDF文件全攻略》（苟安廷），这篇文章是苟先生在使用iTextSharp时的一些心得，里面虽然重点是说明如何创建PDF文件，对读取、修改PDF文件的方法略过不提，因此，对于我的任务来说，并没有太大的作用，但在这里，仍然感谢苟先生的无私奉献。

     具体使用iTextSharp的方法，我这里就不细说了，因为非常简单，仔细看看它的文档，应该都可以很轻松地创建、读取PDF文件。我这里就只说说我在使用过程中碰到的一些问题，让后来的人少走一些弯路：

1、 PDF文件从理论上来说，只要创建成功之后，就不能再修改。

    因为我需要修改原来的PDF文件，将它的页眉页脚去掉，然后换上新的页眉页脚。所以，我最开始对怎么只取得原始文件中的内容区域（是去掉了页眉、页脚、左边固定区域、右边固定区域的一个矩形区域），研究了很久。调用了其中的GetImportedPage方法，得到字符串，然后通过分析该字符串（是极其粗略的分析，因为PDF文件格式的标志太多，后面会有相关说明），去掉其中不需要的部分，再将剩下的其它部分进行保存，生成新的PDF文件。

    理论上这种方法是正确的，也比较符合我们的一般逻辑思维（因为我们对已生成的文档、程序进行修改，大多数情况下都是用类似方法，比如：对某个程序进行解密等等）。我也确实按这种方法得到了符合要求的、新的PDF文件，但随即就发现了该方法其实不具备通用性，即对某篇文件是有效的，但对另一篇文件却有可能会造成格式错位。

    因为分析PDF文件的格式是一件非常麻烦的事情，很多明明应该是在内容区域的字节，却显示在页眉处，如果我再分析到里面最细小的、每一个标志位，还不如直接看它的SDK，而且这样的话，在规定的时间里，这个程序也将完不成了。

 解决办法：

    我先研究了Acrobat里的crop，它为什么可以这么精确的剪裁呢？

    结果让我哑然失笑，原来它的crop也不是真正的剪裁，而只是把需要的剪裁掉的区域屏蔽掉了而已，如果再回到crop里，进行上、下、左、右的设置，原来看起来好像被剪裁掉的区域仍然会显示出来，呵呵，有意思。

    好的，现在心里有底了，大概知道怎么做了，这时再仔细看看iTextSharp的文档，发现有一段话以前没有注意到：

   If you have an existing PDF file that represents a form, you could copy the pages of this form and paint text at precise locations on this form. You can't edit an existing PDF document, by saying: for instance replace the word Louagie by Lowagie. To achieve this, you would have to know the exact location of the word Louagie, paint a white rectangle over it and paint the word Lowagie on this white rectangle. Please avoid this kind of 'patch' work. Do your PDF editing with an Adobe product.

呵呵，跟我想的一样，就是用新的区域，把需要剪裁的区域给覆盖掉。

这就容易多了，先用iTextSharp的Template功能，把自己需要的文字、图片、表格放到Template里，然后把整个的Template加到合适的位置，即可。

哦，别忘了，得先在Template里加个白色的矩形框，放在最底层。

注：上面提到了PDF文件的格式，其实PDF文件的格式非常有趣，是的，非常有趣。相关的信息，可参考网上的《一个简单的PDF文件结构的分析》等文章。否则当你看到<BT>、<ET>、/F1、TF时，你会感觉莫明其妙的。

2、 PDF文件中的属性，不是我们一般意义上的文件的属性。

    这一点开始让我走了一段弯路，我用iTextSharp中的相关函数，在Document.Opent()之前，设置了相关的属性，如：subject/author/title等等，但奇怪的是，生成新的PDF文件中，我用一般的看某一个文件属性的方法，却没有看到预料中的属性，都是空的。

    后来，经过有经验的同事提醒，才知道：原来所谓的PDF文件的属性，是要在Acrobat Reader的某个菜单中才能看到的。

        呵呵，以前对Acrobat的应用就基本上只有对文件进行互相转换，没用过其它太多的功能，没有经验呀。

虽然中间经历了无数的尝试、无数的推倒重来。这个小程序后来还是在3天之内完成了，起到了它应有的作用。贴个界面上来：

1 /// <summary>
 2 /// 修改PDF文件属性
 3 /// </summary>
 4 /// <param name="pdfName">PDF文件名（比如：D:hello.pdf）</param>
 5 private void PdfPropMod(string pdfName)
 6 {
 7     try
 8     {
 9         PdfReader reader = new PdfReader(File.ReadAllBytes(pdfName));
10 
11         if (!reader.IsEncrypted())
12         {
13             Dictionary<string, string> info = reader.Info;
14             info.Remove("Title");
15             info.Add("Title", "标题");
16             info.Remove("Author");
17             info.Add("Author", "作者_幻想Zerow");
18             info.Remove("Subject");
19             info.Add("Subject", "主题-修改Pdf元数据_幻想Zerow");
20             info.Remove("Keywords");
21             info.Add("Keywords", "关键字");
22 
23             reader.Close();
24             PdfStamper stamper = new PdfStamper(reader, new FileStream(pdfName, FileMode.Create, FileAccess.Write));
25             stamper.MoreInfo = info;
26             //设置是否加密
27             //stamper.SetEncryption(PdfWriter.DO_NOT_ENCRYPT_METADATA, null, null, PdfWriter.ALLOW_PRINTING | PdfWriter.ALLOW_COPY);
28             stamper.Close();
29         }
30     }
31     catch (Exception e)
32     {
33         throw e;
34     }
35 }

ITextSharp中相关的概念:

一、Document

这个对象有三个构造函数：

隐藏行号 复制代码 ？这是一段程序代码。

1. public Document();

2. public Document(Rectangle pageSize);

3. public Document(Rectangle pageSize,

4. int marginLeft,

5. int marginRight,

6. int marginTop,

7. int marginBottom);

第一个构造函数以A4页面作为参数调用第二个构造函数，第二个构造函数以每边36磅页边距为参数调用调用第三个构造函数。

页面尺寸：

你可以通过指定的颜色和大小创建你自己的页面，示例代码0102创建一个细长的浅黄色背景的页面：

Rectangle pageSize = new Rectangle(144, 720);

pageSize.BackgroundColor = new Color(0xFF, 0xFF, 0xDE);

Document document = new Document(pageSize);

通常，你不必创建这样的页面，而可以从下面页面尺寸中选择：

A0-A10, LEGAL, LETTER, HALFLETTER, _11x17, LEDGER, NOTE, B0-B5, ARCH_A-ARCH_E, FLSA 和 FLSE

大多数情况下使用纵向页面，如果希望使用横向页面，你只须使用rotate()函数：

Document document = new Document(PageSize.A4.rotate());

详细代码见示例代码0103。

页边距：

当创建一个文件时，你还可以定义上、下、左、右页边距：

Document document = new Document(PageSize.A5, 36, 72, 108, 180);

说明：

当创建一个矩形或设置边距时，你可能希望知道该用什么度量单位：厘米、英寸或象素，事实上，默认的度量系统以排版单位磅为基础得出其他单位的近似值，如1英寸=72磅，如果你想在A4页面的PDF中创建一个矩形，你需要计算以下数据：

21 厘米 / 2.54 = 8.2677 英寸

8.2677英寸* 72 = 595 磅

29.7 厘米 / 2.54 = 11.6929 英寸

11.6929英寸* 72 = 842 磅

默认边距为36磅即半英寸。

如果你修改了页面尺寸，仅仅影响到下一页，如果你修改了页边距，则影响到全部，故慎用。

二、Writer

一旦创建了document，我们可以创建该文档的多个Writer的实例，所有这些Writer实例均继承自抽象类“iTextSharp.text.DocWriter”。

同时还有另外一种情况，你可以用iTextSharp.text.pdf.PdfWriter产生文档PDF文件，如果你想创建一个TeX文档，你可以使用iTextSharp.text.TeX.TeXWriter包。

Writer类的构造函数是私有的，你只能通过下面的方法创建一个实例：

public static xxxWriter getInstance(Document document, Stream os);(xxx 是 Pdf 或 Xml)

你可以通过下面的方法创建一个实例：

PdfWriter writer = PdfWriter.getInstance(document, new FileStream("Chap01xx.pdf"));

但是你几乎永远不会用到Writer实例（除非你想创建高级PDF或者希望用一些非常特殊的函数，如ViewerPreferences 或 Encryption）。所以通过下面的办法得到实例已经足够了： PdfWriter.getInstance(document, new FileStream("Chap01xx.pdf"));

在第一步中创建一个文档时，第一个参数意义不大，第二个参数可以是任何一种流，到目前为止我们一直使用System.IO.FileStream将Document写入文件中，示例代码0105用到了System.IO.MemoryStream（这不是一个独立的例子，你必须在Servlet Engine中测试这些代码。

文档加密：

public void setEncryption(boolean strength, String userPassword, String ownerPassword, int permissions);

· strength 是下面两个常量之一：

o PdfWriter.STRENGTH40BITS: 40 位

o PdfWriter.STRENGTH128BITS: 128位 (Acrobat Reader 5.0及以上版本支持)

· UserPassword和ownerPassword 可以为空或零长度， 这种情况下， ownerPassword 将被随机的字符串代替

· Permissions 为下列常量之一：

o PdfWriter.AllowPrinting

o PdfWriter.AllowModifyContents

o PdfWriter.AllowCopy

o PdfWriter.AllowModifyAnnotations

o PdfWriter.AllowFillIn

o PdfWriter.AllowScreenReaders

o PdfWriter.AllowAssembly

PdfWriter.AllowDegradedPrinting

三、块(Chunk)

块(Chunk)是能被添加到文档的文本的最小单位，块可以用于构建其他基础元素如短句、段落、锚点等，块是一个有确定字体的字符串，要添加块到文档中时，其他所有布局变量均要被定义。

四、短句（Phrases）

      短句（Phrases）是一系列以特定间距（两行之间的距离）作为参数的块，一个短句有一个主字体，但短句中的一些块具有不同于主字体的字体，你有更多的选择去创建短句。

五、段落

     段落是一系列块和（或）短句。同短句一样，段落有确定的间距。用户还可以指定缩排；在边和（或）右边保留一定空白，段落可以左对齐、右对齐和居中对齐。添加到文档中的每一个段落将自动另起一行。

说明：一个段落有一个且仅有一个间距，如果你添加了一个不同字体的短句或块，原来的间距仍然有效，你可以通过SetLeading来改变间距，但是段落中所有内容将使用新的中的间距。

更改分割符

通常，当文本不能放在一行时，文本将被分割成不同的部分，iText首先会查找分割符，如果没有找到，文本将在行尾被截断。有一些预定的分割符如“ ”空格和“-”连字符，但是你可以使用setSplitCharacter方法来覆盖这些默认值。

以使用IndentationLeft和IndentationRight，FirstLineIndent属性设置缩排；

六、锚点（Anchor）

如果你想在文档中添加一个外部链接（例如使用URL链接到WEB上的其他文档），你可以简单地使用Anchor对象，它派生于Phrase对象，使用方法相同。只有两种额外方法定义两种额外变量：setName和 setReference。

外部链接示例：

隐藏行号 复制代码 ？这是一段程序代码。

1. Anchor anchor = new Anchor("website", FontFactory.getFont(FontFactory.HELVETICA, 12, Font.UNDERLINE, new Color(0, 0, 255)));

2. anchor.Reference = http://itextsharp.sourceforge.net;

3. anchor.Name = "website";
   

如果你想添加内部链接，你需要选择该链接不同的名称，就象你相位在HTML中利用名称作为锚点一样。为达到该目的，你需要添加一个“#”。

内部链接示例：

隐藏行号 复制代码 ？这是一段程序代码。

1. Anchor anchor1 = new Anchor("This is an internal link");

2. anchor1.Name = "link1";

3. Anchor anchor2 = new Anchor("Click here to jump to the internal link");

4. anchor.Reference = "#link1";

七、列表(List,ListItem)

通过类List 和ListItem，你可以添加列表到PDF文件中，对于列表你还可以选择是否排序。

排序列表示例：

隐藏行号 复制代码 ？这是一段程序代码。

1. List list = new List(true, 20);

2. list.Add(new ListItem("First line"));

3. list.Add(new ListItem("The second line is longer to see what happens once the end of the line is reached. Will it start on a new line?"));

4. list.Add(new ListItem("Third line"));
   

结果如下：

1. First line

2. The second line is longer to see what happens once the end of the line is reached. Will it start on a new line?

3. Third line

不排序示例如下：

隐藏行号 复制代码 ？这是一段程序代码。

1. List overview = new List(false, 10);

2. overview.Add(new ListItem("This is an item"));

3. overview.Add("This is another item");
   

结果如下：

· This is an item

· This is another item

可以通过SetListSymbol方法来更改列表符号，可以使用图片或其它对象作为列表符号。

隐藏行号 复制代码 ？这是一段程序代码。

1. // 用字符串作为列表符号

2. list1.ListSymbol = "*";

3. // 用Chunk 作为列表符号（包含“•”字符）

4. list2.ListSymbol = new Chunk("u2022", FontFactory.getFont(FontFactory.HELVETICA, 20));

5. //用图片作为列表符号

6. list3.ListSymbol = new Chunk(Image.getInstance("myBullet.gif"), 0, 0);

还可以使用IndentationLeft和IndentationRight属性设置缩排，列表符号的缩排使用SymbolIndent属性，也可以在构造函数中设置。

八、注释

你可以添加一小段文本到你的文档中，但它并非文档内容的一部分，注释有标题和内容：

Annotation a = new Annotation(

"authors",

"Maybe it's because I wanted to be an author myself that I wrote iText.");

外部链接注释：

你需要指定一个可点击的矩形和一个字符串（URL描述）或URL对象：

Annotation annot = new Annotation(100f, 700f, 200f, 800f, new URL("http://www.lowagie.com"));

Annotation annot = new Annotation(100f, 700f, 200f, 800f, "http://www.lowagie.com");

外部PDF文件链接注释：

你需要指定一个可点击的矩形和一个字符串（文件名称）和目的文件或页码。

Annotation annot = new Annotation(100f, 700f, 200f, 800f, "other.pdf", "mark");

Annotation annot = new Annotation(100f, 700f, 200f, 800f, "other.pdf", 2);

指定行为链接注释

你需要指定一个可点击的矩形和一个指定的行为：

Annotation annot = new Annotation(100f, 700f, 200f, 800f, PdfAction.FIRSTPAGE);

u 应用程序链接注释：

你需要指定一个可点击的矩形和一个应用程序：

Annotation annot = new Annotation(300f, 700f, 400f, 800f, "C://winnt/notepad.exe", null, null, null);

我们无须在页面上指定一个位置，iText会内部处理。你能够看到iText添加文本注释在页面上当前位置下面，第一个在段后第一行下面，第二个在短句结束处的下面。

所有其他注释需要指定想匹配的矩形区域，在示例代码0304中，我们画了一些正方形（使用的函数将在第十章中介绍），为每个正方形添加了一些链接注释。

九、页眉页脚

在旧版本中，有HeaderFooter对象就可以设置页眉页脚，但是新版本中，已经不存在这个对象。

新版本中，使用新的对象PdfWriter中有一个对象：PdfEvent对象，它实现了如下接口：

隐藏行号 复制代码 ？这是一段程序代码。

1. public interface IPdfPageEvent

2. {

3.  void OnChapter(PdfWriter writer, Document document, float paragraphPosition, Paragraph title);

4.         void OnChapterEnd(PdfWriter writer, Document document, float paragraphPosition);

5.         void OnCloseDocument(PdfWriter writer, Document document);

6.  void OnEndPage(PdfWriter writer, Document document);

7.   void OnGenericTag(PdfWriter writer, Document document, Rectangle rect, string text);

8.      void OnOpenDocument(PdfWriter writer, Document document);

10.         void OnParagraph(PdfWriter writer, Document document, float paragraphPosition);

12.        void OnParagraphEnd(PdfWriter writer, Document document, float paragraphPosition);

14.         void OnSection(PdfWriter writer, Document document, float paragraphPosition, int depth, Paragraph title);

16.        void OnSectionEnd(PdfWriter writer, Document document, float paragraphPosition);

18.         void OnStartPage(PdfWriter writer, Document document);

20.     }

可以在这里面实现。

十、章节（Chapter）和区域（Section）

章节的使用就比较少了，并且不太好控制，这就不作说明

十一、书签

简单创建书签，使用如下代码：

隐藏行号 复制代码 ？这是一段程序代码。

1. protected PdfOutline SetDestination(PdfOutline root, Chunk chk, string name, string destination)

2. {
        chk.SetLocalDestination(destination);
        return new PdfOutline(root, PdfAction.GotoLocalPage(destination, false), name);
   }
   

复杂的书签就要使用Pdfaction,PdfOutline,PdfDestination三个对象来创建了。

十二、中文语言支持

中文语言支持，要加入一些扩展dll，加入方法如下所示：

public static void RegisterFont()
        {
            if (!_isRegisterFont)
            {
                lock (typeof(TextSharpHelper))
                {
                    if (!_isRegisterFont)
                    {
                        BaseFont.AddToResourceSearch("iTextAsian.dll");
                        BaseFont.AddToResourceSearch("iTextAsianCmaps.dll");
                        FontFactory.Register(Environment.GetFolderPath(Environment.SpecialFolder.System) +
                                             @"..FontsSTSONG.ttf");
                        FontFactory.Register(Environment.GetFolderPath(Environment.SpecialFolder.System) +
                                             @"..Fontssimhei.ttf");
                        FontFactory.Register(Environment.GetFolderPath(Environment.SpecialFolder.System) +
                                             @"..Fontssimsun.ttc");
                        _isRegisterFont = true;
                    }
                }
            }

        }

上面的两个dll是注册中文语言支持，后面是注册系统下的一些中文字体文件。

十三、文字、表格、图像混排

在进行文字、表格、图像混排中，有时比较难控制位置，最好是把文字、表格、图像分别放到不同的段落中，这样才能很好控制位置。

十四、表单写入

读取表单中的域：

隐藏行号 复制代码 ？这是一段程序代码。

1. public static Dictionary<string, string> ReadForm(string pdfTemplate)
   

2.         {
   

3.             Dictionary<string, string> dic = new Dictionary<string, string>();
   

4.             PdfReader pdfReader = null;
   

5.             try
   

6.             {
   

7.                 pdfReader = new PdfReader(pdfTemplate);
   

10.                 AcroFields pdfFormFields = pdfReader.AcroFields;
    

11.                 foreach (KeyValuePair<string, AcroFields.Item> de in pdfFormFields.Fields)
    

12.                 {
    

13.                     dic.Add(de.Key, "");
    

14.                 }
    

16.             }
    

17.             finally
    

18.             {
    

19.                 if (pdfReader != null)
    

20.                 {
    

21.                     pdfReader.Close();
    

22.                 }
    

23.             }
    

25.             return dic;
    

26.         }
    

对表单中的域进行填充：

隐藏行号 复制代码 ？这是一段程序代码。

1. public static void FillForm(string pdfTemplate, string newFile, Dictionary<string, string> dic)
   

2.         {
   

3.             PdfReader pdfReader = null;
   

4.             PdfStamper pdfStamper = null;
   

5.             try
   

6.             {
   

7.                 pdfReader = new PdfReader(pdfTemplate);
   

8.                 pdfStamper = new PdfStamper(pdfReader, new FileStream(
   

9.                  newFile, FileMode.Create));
   

12.                 AcroFields pdfFormFields = pdfStamper.AcroFields;
    

13.                 foreach (KeyValuePair<string, string> de in dic)
    

14.                 {
    

15.                     pdfFormFields.SetField(de.Key, de.Value);
    

16.                 }
    

18.                 pdfStamper.FormFlattening = true;
    

19.             }
    

20.             finally
    

21.             {
    

22.                 if (pdfReader != null)
    

23.                 {
    

24.                     pdfReader.Close();
    

25.                 }
    

27.                 if (pdfStamper != null)
    

28.                 {
    

29.                     pdfStamper.Close();
    

30.                 }
    

31.             }
    

32.         }