PDFbox 说 PDDocument 已关闭，但未关闭

我正在尝试使用 PDFbox 填充重复的表单。我正在使用 TreeMap 并用单独的记录填充表单。 pdf 表单的格式是这样的：第一页列出六条记录，第二页插入一个静态页面。 （对于大于 6 个记录的 TreeMap，重复该过程）。我得到的错误特定于 TreeMap 的大小。我的问题就在于此。我不明白为什么当我用超过 35 个条目填充 TreeMap 时会收到此警告：

2018 年 4 月 23 日 2:36:25 AM org.apache.pdfbox.cos.COSDocument 最终确定 警告：警告：您没有关闭 PDF 文档

public class test {
    public static void main(String[] args) throws IOException,         IOException {
    // TODO Auto-generated method stub
    File dataFile = new File("dataFile.csv");
    File fi = new File("form.pdf");
    Scanner fileScanner = new Scanner(dataFile);
    fileScanner.nextLine();
    TreeMap<String, String[]> assetTable = new TreeMap<String, String[]>();
    int x = 0;
    while (x <= 36) {
        String lineIn = fileScanner.nextLine();
        String[] elements = lineIn.split(",");
        elements[0] = elements[0].toUpperCase().replaceAll(" ", "");
        String key = elements[0];
        key = key.replaceAll(" ", "");
        assetTable.put(key, elements);
        x++;
    }
    PDDocument newDoc = new PDDocument();
    int control = 1;
    PDDocument doc = PDDocument.load(fi);
    PDDocumentCatalog cat = doc.getDocumentCatalog();
    PDAcroForm form = cat.getAcroForm();
    for (String s : assetTable.keySet()) {
        if (control <= 6) {
            PDField IDno1 = (form.getField("IDno" + control));
            PDField Locno1 = (form.getField("locNo" + control));
            PDField serno1 = (form.getField("serNo" + control));
            PDField typeno1 = (form.getField("typeNo" + control));
            PDField maintno1 = (form.getField("maintNo" + control));
            String IDnoOne = assetTable.get(s)[1];
            //System.out.println(IDnoOne);
            IDno1.setValue(assetTable.get(s)[0]);
            IDno1.setReadOnly(true);
            Locno1.setValue(assetTable.get(s)[1]);
            Locno1.setReadOnly(true);
            serno1.setValue(assetTable.get(s)[2]);
            serno1.setReadOnly(true);
            typeno1.setValue(assetTable.get(s)[3]);
            typeno1.setReadOnly(true);
            String type = "";
            if (assetTable.get(s)[5].equals("1"))
                type += "Hydrotest";
            if (assetTable.get(s)[5].equals("6"))
                type += "6 Year Maintenance";
            String maint = assetTable.get(s)[4] + " - " + type;
            maintno1.setValue(maint);
            maintno1.setReadOnly(true);
            control++;
        } else {
            PDField dateIn = form.getField("dateIn");
            dateIn.setValue("1/2019 Yearlies");
            dateIn.setReadOnly(true);
            PDField tagDate = form.getField("tagDate");
            tagDate.setValue("2019 / 2020");
            tagDate.setReadOnly(true);
            newDoc.addPage(doc.getPage(0));
            newDoc.addPage(doc.getPage(1));
            control = 1;
            doc = PDDocument.load(fi);
            cat = doc.getDocumentCatalog();
            form = cat.getAcroForm();
        }
    }
    PDField dateIn = form.getField("dateIn");
    dateIn.setValue("1/2019 Yearlies");
    dateIn.setReadOnly(true);
    PDField tagDate = form.getField("tagDate");
    tagDate.setValue("2019 / 2020");
    tagDate.setReadOnly(true);
    newDoc.addPage(doc.getPage(0));
    newDoc.addPage(doc.getPage(1));
    newDoc.save("PDFtest.pdf");
    Desktop.getDesktop().open(new File("PDFtest.pdf"));

}

我一生都无法弄清楚我做错了什么。这是我使用 PDFbox 的第一周，所以我希望它能简单一些。

更新了错误消息

WARNING: Warning: You did not close a PDF Document
Exception in thread "main" java.io.IOException: COSStream has been closed and cannot be read. Perhaps its enclosing PDDocument has been closed?
    at org.apache.pdfbox.cos.COSStream.checkClosed(COSStream.java:77)
    at org.apache.pdfbox.cos.COSStream.createRawInputStream(COSStream.java:125)
    at org.apache.pdfbox.pdfwriter.COSWriter.visitFromStream(COSWriter.java:1200)
    at org.apache.pdfbox.cos.COSStream.accept(COSStream.java:383)
    at org.apache.pdfbox.cos.COSObject.accept(COSObject.java:158)
    at org.apache.pdfbox.pdfwriter.COSWriter.doWriteObject(COSWriter.java:522)
    at org.apache.pdfbox.pdfwriter.COSWriter.doWriteObjects(COSWriter.java:460)
    at org.apache.pdfbox.pdfwriter.COSWriter.doWriteBody(COSWriter.java:444)
    at org.apache.pdfbox.pdfwriter.COSWriter.visitFromDocument(COSWriter.java:1096)
    at org.apache.pdfbox.cos.COSDocument.accept(COSDocument.java:419)
    at org.apache.pdfbox.pdfwriter.COSWriter.write(COSWriter.java:1367)
    at org.apache.pdfbox.pdfwriter.COSWriter.write(COSWriter.java:1254)
    at org.apache.pdfbox.pdmodel.PDDocument.save(PDDocument.java:1232)
    at org.apache.pdfbox.pdmodel.PDDocument.save(PDDocument.java:1204)
    at org.apache.pdfbox.pdmodel.PDDocument.save(PDDocument.java:1192)
    at test.test.main(test.java:87)

警告本身

您似乎错误地理解了警告。它说：

警告：您没有关闭 PDF 文档

所以与你的想法相反，“PDFbox 说 PDDocument 已关闭，但实际上并未关闭”，PDFBox 说你做到了not关闭一个文档！

编辑后，人们会发现它实际上说的是COSStream已关闭，并且possible cause是那个封闭的PDDocument已经被关闭了。这只是一种可能！

您的情况的警告

也就是说，通过将一个文档中的页面添加到另一个文档中，您最终可能会引用两个文档中的这些页面。在这种情况下，在关闭两个文档的过程中（例如，通过垃圾收集自动），第二个关闭可能确实会偶然发现一些已经关闭的文档COSStream实例。

所以我的第一个建议就是简单地do close最后的文件

doc.close();
newDoc.close();

可能不会删除警告，只是改变它们的时间。

实际上你不只是创建两个文档doc and newDoc，你甚至可以创建新的PDDocument实例并将它们分配给doc一次又一次，在此过程中将该变量中的前文档对象设置为可用于垃圾回收。因此，一旦不再被引用，您最终就会有一大堆文档需要关闭。

我认为关闭所有这些文档不是一个好主意doc尽早，特别是在保存之前newDoc.

但是，如果您的代码最终将作为较大应用程序的一部分运行，而不是作为小型一次性测试应用程序运行，那么您应该收集所有这些PDDocument在某些情况下Collection并在保存后立即明确关闭它们newDoc然后清除集合。

实际上你的异常看起来像是丢失的异常之一PDDocument实例已被垃圾收集关闭，因此即使使用简单的一次性实用程序，您也应该收集文档，以防止它们被 GC 处置。

（@Tilman，如果我错了，请纠正我......）

导入页面

为了防止不同文档共享页面出现问题，您可以尝试import将页面添加到目标文档，然后将导入的页面添加到目标文档页面树中。 IE。代替

newDoc.addPage(doc.getPage(0));
newDoc.addPage(doc.getPage(1));

by

newDoc.addPage(newDoc.importPage(doc.getPage(0)));
newDoc.addPage(newDoc.importPage(doc.getPage(1)));

这应该允许您关闭每个PDDocument实例在doc在失去它之前。 不过，这也有一定的缺点，参见。方法 JavaDoc 和这个答案在这里.

您的代码中的实际问题

在您的组合文档中，您将有许多具有相同名称的字段（至少在 CSV 文件中条目数量足够多的情况下），您最初将这些字段设置为不同的值。您可以从以下位置访问这些字段PDAcroForm各自的原始文档，但不要将它们添加到PDAcroForm合并结果文件。

这是自找麻烦！ PDF 格式确实认为表单是文档范围的，所有字段都从文档的 AcroForm 字典引用（直接或间接），并且它期望具有相同名称的字段实际上是同一字段的不同可视化，因此都具有相同的值。

因此，PDF 处理器可能会以意想不到的方式处理您的文档字段，例如

• 通过在具有相同名称的所有字段中显示相同的值（因为它们应该具有相同的值）或
• 忽略您的字段（因为它们不在文档中AcroForm结构）。

特别是，以编程方式读取 PDF 字段值将会失败，因为在这种情况下，表单明确被认为是文档范围内的并且基于AcroForm。另一方面，PDF 查看器可能会首先显示您的设置值并使看起来一切正常。

为了防止这种情况，您应该在合并之前重命名字段。您可能会考虑使用PDFMergerUtility它在幕后进行了这样的重命名。有关该实用程序类的示例用法，请查看PDFMergerExample.