Come si può trovare un problema con un PDF generato a livello di programmazione?

Question

Il mio gruppo ha utilizzato la libreria itext-sharp e C# /. NET per generare PDF dinamici personalizzati. Per la maggior parte, questo processo funziona alla grande per i nostri bisogni. L'unico problema che possiamo incontrare durante lo sviluppo/test è rappresentato dai problemi di layout che possono causare l'apertura/il rendering del PDF in Adobe Reader, esp. le versioni più recenti di Acrobat/Reader.

Il documento aprirà correttamente il display per le prime X pagine. Ma se c'è un errore, le pagine rimanenti nel documento non verranno visualizzate.

Come accennato, di solito siamo in grado di rintracciare questo problema in un problema di tipo layout con il nostro codice C#/iText. Alla fine troviamo l'errore usando il metodo guess e check o dividiamo e conquistiamo. Funziona, ma non sembra il modo migliore per risolvere questi problemi.

Mi chiedevo se ci sono strumenti disponibili che potrebbero accelerare il processo di convalida di un documento PDF e potrebbero aiutare a segnalare errori nel documento?

Answer 1

La convalida dei file PDF può essere un compito piuttosto complicato, soprattutto perché gli strumenti necessari per farlo correttamente sono molto costosi.

Acrobat dispone di uno strumento (Avanzate> Verifica preliminare> Analisi PDF> Segnala problemi di sintassi PDF) che consente di eseguire la scansione di un PDF per eventuali problemi di sintassi, ma non è possibile accedere a tale strumento a livello di programmazione.

Appligent ha uno strumento chiamato pdfHarmmony, che è alimentato dalla Libreria PDF di Adobe, ed è accessibile a livello di programmazione, ma è molto costoso (US $ 2500 +). Questa opzione ti darebbe i migliori risultati se ti puoi permettere.

C'è un'altra opzione che è 3-Heights PDF Analysis & Repair, non so come sia la qualità, ma è altrettanto costosa.

Questo PDF Validator tool su SourceForge potrebbe interessarti, tuttavia, analizza solo la struttura dei documenti e non il contenuto stesso, pertanto le immagini o i flussi di contenuti corrotti non verranno rilevati.

Purtroppo, a causa della difficoltà di analizzare i file PDF in dettaglio, non ci sono davvero tutti strumenti gratuiti che possono fare in modo corretto, ma suppongo uno strumento che controlla la struttura dei documenti è meglio di niente.

Answer 2

Il modo "più economico" (e allo stesso tempo abbastanza affidabile!) È utilizzare Ghostscript. Lascia che Ghostscript interpreti il ​​PDF e veda quale valore restituisce. Se non ha problemi, il file PDF dovrebbe essere OK. Su Windows:

gswin32c.exe^
     -o nul 
     -sDEVICE=nullpage^
     d:/path/to/file.pdf 

Il dispositivo nullpage uscita non creerà alcun nuovo file. Ma Ghostscript dirà su stdout/stderr se incontra un errore. Verificare il contenuto della variabile di ambiente pseudo %errorlevel%. - Su Linux:

gs \ 
     -o /dev/null \ 
     -sDEVICE=nullpage \ 
     /path/to/file.pdf 

(. Controllare il valore di ritorno con echo $? per un valore 0 per "nessun problema")

In caso di errori, Ghostscript emette alcune informazioni che può essere utile a voi. In ogni caso, almeno puoi identificare positivamente quei file che hanno problemi NO: se Ghostscript li può processare, Acrobat (Reader) non avrà problemi a renderli anche loro.