XFA缺少填充字段？

Question

我正在使用pdfbox-1.8.12从PDF读取内容以获得XFA。 我已经能够成功获取大多数文件的XFA，而不会错过任何字段值。

问题出在诸如error.pdf之类的文件上。 我有许多字段没有像CIN这样的值，但是当我在任何PDF Viewer，foxit或Acrobat中打开文件时，它都会显示该字段。

    public static byte[] getParsableXFAForm(File file) {
    if (file == null)
        return null;
    PDDocument doc;
    PDDocumentCatalog catalog;
    PDAcroForm acroForm;
    PDXFA xfa;
    try {
        doc = PDDocument.load(file);
        catalog = doc.getDocumentCatalog();
        acroForm = catalog.getAcroForm();
        xfa = acroForm.getXFA();
        byte[] xfaBytes = xfa.getBytes();
        doc.close();
        return xfaBytes;
    } catch (IOException e) {
        // handle IOException
        // happens when the file is corrupt.
        System.out.println("IOException");
        return null;
    }
}

然后，byte []将转换为String。

这是此文件的xfa，如果在其中搜索“ U72300DL1996PLC075672”，则该文件将丢失。

这是一个普通文件，提供所有字段。

有任何想法吗？ 我已经尝试了所有方法，但是我的猜测是，既然读者可以看到这种价值，那么我也应该能够做到。

编辑：您将必须下载文件，您可能无法在浏览器中查看它们。

Answer 1

表单中有XFA内容的多个条目，表示表单在应用不同签名之前所处的不同状态。 在您使用时

PDDocument.load(file)

将按顺序分析PDF，并且不会获取最新的XFA内容。 如果您将其更改为

PDDocument.loadNonSeq(file,null)

使用外部参照信息，并提取包含要查找的信息的最新XFA。

请注意，对于PDFBox 1.8.x，应始终使用PDDocument.loadNonSeq来解析符合规范的PDF，即遵循Xref信息。 PDDocument.load 仅应用于处理具有（与PDDocument.load参照相关的）解析错误的文件，在这些错误中顺序解析可能会退回。

对于PDFBox 2.x， PDDocument.load在Xref之后进行PDDocument.load解析，例如1.8中的“ ​​PDDocument.loadNonSeq”，并且在有错误的情况下在后台进行顺序解析。