Extraer archivos adjuntos del PDF

Aspose.PDF for Java admite varios flujos de extracción dependiendo de cómo se almacenen los adjuntos en el documento.

Extraer un único adjunto por nombre

Utilice este ejemplo cuando necesite guardar un archivo incrustado específico de un PDF.

1. Abra el PDF fuente Document.
2. Itere a través de la colección de archivos incrustados hasta que se encuentre el nombre del adjunto requerido.
3. Copie el flujo del adjunto al archivo de salida y deténgase después de la extracción.

public static void extractSingleAttachment(Path inputFile, String attachmentName, Path outputFile) throws Exception {
    try (Document document = new Document(inputFile.toString())) {
        System.out.println("Extracting attachment: " + attachmentName);

        boolean attachmentFound = false;
        for (FileSpecification fileSpecification : document.getEmbeddedFiles()) {
            if (attachmentName.equals(fileSpecification.getName())) {
                try (InputStream inputStream = fileSpecification.getContents();
                     OutputStream outputStream = Files.newOutputStream(outputFile)) {
                    inputStream.transferTo(outputStream);
                }
                System.out.println("Attachment extracted successfully");
                attachmentFound = true;
                break;
            }
        }

        if (!attachmentFound) {
            throw new IllegalArgumentException("Attachment '" + attachmentName + "' not found in PDF");
        }
    }
}

Imprimir parámetros del archivo incrustado

Este método auxiliar imprime los metadatos almacenados en un objeto FileParams.

1. Compruebe si el objeto de parámetros de archivo existe.
2. Lea los valores de suma de verificación disponibles, la fecha de creación, la fecha de modificación y el tamaño.
3. Imprima los valores en la consola.

public static void printFileParams(FileParams params) {
    if (params != null) {
        try {
            System.out.println("CheckSum: " + params.getCheckSum());
        } catch (Exception ex) {
            System.out.println("CheckSum: null");
        }
        System.out.println("Creation Date: " + params.getCreationDate());
        System.out.println("Modification Date: " + params.getModDate());
        System.out.println("Size: " + params.getSize());
    }
}

Extraer todos los archivos adjuntos incrustados

Utilice este ejemplo cuando cada archivo incrustado en el PDF deba escribirse en un directorio de salida.

1. Abra el PDF fuente Document.
2. Recorra la colección de archivos incrustados y determine un nombre de archivo de salida seguro para cada elemento.
3. Imprima los metadatos, guarde cada flujo de adjunto y continúe hasta que se exporten todos los archivos.

public static void extractAttachments(Path inputFile, Path outputDir) throws Exception {
    try (Document document = new Document(inputFile.toString())) {
        System.out.println("Total files: " + document.getEmbeddedFiles().size());

        int fileIndex = 1;
        for (FileSpecification fileSpecification : document.getEmbeddedFiles()) {
            String fileName = fileSpecification.getName();
            if (fileName == null || fileName.isBlank()) {
                fileName = fileSpecification.getUnicodeName();
            }
            if (fileName == null || fileName.isBlank()) {
                fileName = "attachment_" + fileIndex + ".bin";
            }

            System.out.println("Name: " + fileName);
            System.out.println("Description: " + fileSpecification.getDescription());
            System.out.println("Mime Type: " + fileSpecification.getMIMEType());
            printFileParams(fileSpecification.getParams());

            Path outputPath = outputDir.resolve(fileName);
            try (InputStream inputStream = fileSpecification.getContents();
                 OutputStream outputStream = Files.newOutputStream(outputPath)) {
                inputStream.transferTo(outputStream);
            }
            fileIndex++;
        }
    }
}

Extraer una anotación de archivo adjunto

Utilice este ejemplo cuando el archivo está adjunto a través de una anotación de página en lugar de solo a través de la colección de archivos incrustados.

1. Abra el PDF fuente Document.
2. Localice el primero FileAttachmentAnnotation en la página.
3. Lea su especificación de archivo, exporte el contenido y muestre la ruta de destino.

public static void extractFileAttachmentAnnotation(Path inputFile, Path outputDir) throws Exception {
    try (Document document = new Document(inputFile.toString())) {
        FileAttachmentAnnotation fileAttachment = null;
        for (Annotation annotation : document.getPages().get_Item(1).getAnnotations()) {
            if (annotation.getAnnotationType() == AnnotationType.FileAttachment) {
                fileAttachment = (FileAttachmentAnnotation) annotation;
                break;
            }
        }

        if (fileAttachment == null) {
            System.out.println("File attachment annotation not found.");
            return;
        }

        FileSpecification fileSpecification = fileAttachment.getFile();
        System.out.println("File name: " + fileSpecification.getName());

        Path outputPath = outputDir.resolve("extracted-" + fileSpecification.getName());
        try (InputStream inputStream = fileSpecification.getContents();
             OutputStream outputStream = Files.newOutputStream(outputPath)) {
            inputStream.transferTo(outputStream);
        }

        System.out.println("Extracted to: " + outputPath);
    }
}