使用 iText Java 库提取 PDF 元数据

Question

I am trying to get all the XMP metadata stream of a PDF file using the Java library to manipulate PDF files iText. 我写的代码是：

package iTextExamples;

import java.io.FileOutputStream;
import java.io.IOException;

import com.itextpdf.kernel.pdf.PdfDocument;
import com.itextpdf.kernel.pdf.PdfReader;

public class ReadMetadata {

    public static void main(String[] args) throws IOException {
        String src = "C:\\Path\\PDF123.pdf";
        
        PdfReader reader = new PdfReader(src);
        PdfDocument doc = new PdfDocument(reader);
        
        System.out.println(doc.getXmpMetadata());
        
        reader.close();
    }

}

我得到的结果是 NULL 我不知道为什么。

Answer 1

与获取 null 的问题无关，但doc.getXmpMetadata()返回一个字节数组。 所以你将无法打印它的内容

System.out.println(doc.getXmpMetadata());

相反，您必须执行以下操作：

byte[] xmp = doc.getXmpMetadata();
String xmpString = new String(xmp, StandardCharsets.UTF_8);
System.out.println(xmpString);

关于 null 问题：

我假设您正在尝试获取文档级别的 XMP 元数据。 确保您的 PDF 文件实际上包含 XMP 元数据 stream。 如果不是，则预期为 null。

您可以使用能够显示 XMP 的 PDF 查看器或使用 PDF object 查看器进行验证。 XMP 元数据 stream 位于文档Catalog字典的Metadata条目中：