使用iText在AWS S3存储桶中编辑pdf文件

Question

AWS S3存储桶具有1个pdf文件。 该pdf文件的内容需要使用iText Java库进行编辑。 修改后的文件需要再次存储在S3存储桶中。 当前，我们正在使用AWS Lambda函数。 在目标s3存储桶中创建空pdf文件，并在AWS cloudWatch中显示错误消息：“管道已关闭”

Lambda Java代码：

private String bucketName = "forms-storage";

public String getProposalPdf(InputRequest inputRequest, Context context) throws DocumentException, IOException{

    final BasicAWSCredentials awsCreds = new BasicAWSCredentials(ConstantValues.AccessKey, ConstantValues.SecretKey);
    final AmazonS3Client s3client = (AmazonS3Client) AmazonS3ClientBuilder.standard().withRegion(Regions.AP_SOUTH_1)
                    .withCredentials(new AWSStaticCredentialsProvider(awsCreds)).build();
    S3Object object = s3client.getObject(new GetObjectRequest(bucketName, "forms/COMBO ver 1.1.pdf"));
    InputStream objectData = object.getObjectContent();

    PdfReader reader;
    PdfStamper stamper = null;
    BaseFont bf;

    PipedOutputStream pdfBytes = new PipedOutputStream();

    try {           
        reader = new PdfReader(objectData);
        stamper = new PdfStamper(reader, pdfBytes);

        bf = BaseFont.createFont(BaseFont.HELVETICA, BaseFont.CP1252, BaseFont.NOT_EMBEDDED);

        PdfContentByte over = stamper.getOverContent(1);
        over.beginText();
        over.setColorFill(BaseColor.BLACK);
        over.setFontAndSize(bf, 12);
        over.setTextMatrix(120,717);
        over.showText("this is edited text");
        over.endText();

        PipedInputStream inputStream = new PipedInputStream(pdfBytes);

        ObjectMetadata meta = new ObjectMetadata();
        meta= object.getObjectMetadata();
        meta.setContentLength(inputStream.available());         

        s3client.putObject(new PutObjectRequest(bucketName, "forms/123.pdf", inputStream, meta));           

    } catch (IOException e) {
        e.printStackTrace();
    } catch (DocumentException e) {
        e.printStackTrace();
    } 
    finally
    {
        stamper.close();            
        objectData.close();
    }
    return "PDF Created";
}

Answer 1

问题不在于AWS或iText，而在于您处理PipedInputStream和PipedOutputStream 。

特别是，在stamper.close()时，大多数有价值的数据都会写入PDF，但是您可以设置内容长度meta.setContentLength(inputStream.available()); 关闭压模之前，因此长度无效。 调用putObject ，将关闭inputStream实例（请检查内部的closedByReader字段），但pdfBytes保持连接状态，并且在inputStream关闭后无法对其进行写入，因此，在stamper.close(); ，该方法不可用stamper.close(); 被调用时，您将收到一个异常，因为您不再能够写入inputStream 。

我认为以当前方法解决该问题的任何尝试都无法满足要求，因为在文档中明确指出：

通常，一个线程从PipedInputStream对象读取数据，而另一个线程将数据写入相应的PipedOutputStream。 不建议尝试从单个线程使用两个对象，因为这可能会死锁该线程 。

因此，一种解决方案是使用ByteArrayOutputStream和ByteArrayInputStream ，尽管内存效率不高：

ByteArrayOutputStream pdfBytes = new ByteArrayOutputStream();

try {
    reader = new PdfReader(objectData);
    stamper = new PdfStamper(reader, pdfBytes);

    bf = BaseFont.createFont(BaseFont.HELVETICA, BaseFont.CP1252, BaseFont.NOT_EMBEDDED);

    PdfContentByte over = stamper.getOverContent(1);
    over.beginText();
    over.setColorFill(BaseColor.BLACK);
    over.setFontAndSize(bf, 12);
    over.setTextMatrix(120,717);
    over.showText("this is edited text");
    over.endText();

    stamper.close();
    objectData.close();

    ObjectMetadata meta = new ObjectMetadata();
    meta= object.getObjectMetadata();
    ByteArrayInputStream inputStream = new ByteArrayInputStream(pdfBytes.toByteArray());
    meta.setContentLength(inputStream.available());

    s3client.putObject(new PutObjectRequest(bucketName, "forms/123.pdf", inputStream, meta));      

} catch (IOException e) {
    e.printStackTrace();
} catch (DocumentException e) {
    e.printStackTrace();
}

通常，PDF的大小不是很大，因此您可以自己将它们存储在内存中。 如果要优化内存消耗，则应在单独的线程中进行PDF处理。 我建议检查这个文章或搜索使用的通用例子PipedInputStream用PipedOutputStream 。