如何从PDF使用MuPDF提取嵌入的文件 [英] How to extract embedded files from pdf using MuPDF

问题描述

我在iOS应用从PDF提取嵌入文件。现在，我尝试使用，使Android应用具有相同的功能 MuPDF 。

My app on iOS extracts embedded files from PDF. Now, i try to make Android app with same functionality using MuPDF.

在iOS上，我可以用Quartz2d提取嵌入的文件：

On iOS, I can use Quartz2d to extract embedded files:

1. 访问根PDF字典（ CGPDFDocumentGetCatalog ）


2. 获取文件阵列（姓名> EmbeddedFiles>姓名），并itarate通过它

从字典文件（EF> F）
3. 复制文件流内容的NSData 并保存它。



1. Access to root PDF dictionary (CGPDFDocumentGetCatalog)
2. Get files array (Names > EmbeddedFiles > Names) and itarate through it
3. Copy file stream contents from file dictionary (EF > F) to NSData and save it.

有没有办法与MuPDF做到这一点？

Is there any way to do this with MuPDF?

推荐答案

解决方案的基础上，pdfextact.c好像暴力破解，但它的作品：

Solution, based on pdfextact.c seems like bruteforce, but it works:

1. itarate通过所有PDF对象（ pdf_load_object ）


2. 确定对象嵌入文件（ isembed ）


3. 如果它是 - 获得它的流并保存文件（ saveembed ）

1. itarate through all pdf objects (pdf_load_object)
2. determine if object is embedded file (isembed)
3. if it is - access it's stream and save file (saveembed)

嵌入式文件，所以，reverce迭代让SENCE。

Embedded files stored at the end of file in most test cases, so, reverce iteration makes sence.

static int isembed(pdf_obj *obj) {
    pdf_obj *type = pdf_dict_gets(obj, "Type");
    return pdf_is_name(type) && !strcmp(pdf_to_name(type), "Filespec");
}


static void saveembed(pdf_obj *dict) {
    char *filename;

    pdf_obj *obj = pdf_dict_gets(dict, "F");
    if (obj) filename = pdf_to_str_buf(obj);

    obj = pdf_dict_gets(dict, "EF");
    if (!obj) return;

    pdf_obj *stream = pdf_dict_gets(obj, "F");
    if (!stream) return;

    FILE *f;
    fz_buffer *buf;
    int n, len;
    unsigned char *data;

    buf = pdf_load_stream(doc, pdf_to_num(stream), pdf_to_gen(stream));

    printf("extracting embedded file %s\n", filename);

    f = fopen(filename, "wb");

    len = fz_buffer_storage(ctx, buf, &data);
    n = fwrite(data, 1, len, f);

    fclose(f);
    fz_drop_buffer(ctx, buf);
}

这篇关于如何从PDF使用MuPDF提取嵌入的文件的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！