使用Rust合并两个PDF文件的方法

我正在尝试用Rust合并两个PDF文件，但遇到了一些困难。目前使用的pdf库似乎无法正确合并文件，合并后的PDF要么内容缺失，要么格式错乱。请问有没有可靠的Rust库可以实现PDF合并？最好能提供具体的代码示例，说明如何保持原始文件的页面大小和格式不变。另外，如果PDF包含特殊元素（如表格、图片），合并时需要注意什么？

2 回复

可以使用pdf-writer库。示例代码：

use pdf_writer::{Pdf, Rect, Ref};

fn merge_pdfs(path1: &str, path2: &str, output: &str) -> Result<(), Box<dyn std::error::Error>> {
    // 读取两个PDF文件
    let doc1 = pdf::file::File::open(path1)?;
    let doc2 = pdf::file::File::open(path2)?;
    
    // 创建新PDF写入器
    let mut writer = Pdf::new();
    
    // 合并页面
    // ... 具体合并逻辑
    
    std::fs::write(output, writer.finish())?;
    Ok(())
}

需要添加依赖：

pdf-writer = "0.8"
pdf = "0.8"

在Rust中合并PDF文件，推荐使用 printpdf 或 lopdf 库。以下是使用 lopdf 的示例方法：

步骤1：添加依赖 在 Cargo.toml 中添加：

[dependencies]
lopdf = "0.31"

步骤2：实现合并代码

use lopdf::{Document, Object, ObjectId};
use std::collections::BTreeMap;
use std::error::Error;

fn merge_pdfs(paths: &[&str], output_path: &str) -> Result<(), Box<dyn Error>> {
    let mut documents = Vec::new();
    let mut page_count = 0;

    // 读取所有文档并收集页面
    for path in paths {
        let doc = Document::load(path)?;
        page_count += doc.get_pages().len();
        documents.push(doc);
    }

    // 创建新文档
    let mut merged_doc = Document::with_version("1.5");
    let mut first_doc = true;
    let mut object_mapping = BTreeMap::new();

    for doc in documents {
        // 合并文档对象
        for (object_id, object) in doc.objects.clone() {
            if object_id.0 == 0 {
                continue; // 跳过文档根对象
            }
            let new_id = merged_doc.add_object(object);
            object_mapping.insert(object_id, new_id);
        }

        // 处理页面树
        if first_doc {
            if let Ok(pages_id) = doc.trailer.get(b"Root").and_then(|root| {
                root.as_reference().ok().and_then(|root_id| {
                    doc.get_object(root_id)
                        .ok()
                        .and_then(|root| root.as_dict().ok())
                        .and_then(|root_dict| root_dict.get(b"Pages").ok())
                        .and_then(|pages| pages.as_reference().ok())
                })
            }) {
                // 复制第一个文档的页面树结构
                if let Ok(pages_obj) = doc.get_object(pages_id) {
                    let mut new_pages = pages_obj.clone();
                    if let Ok(new_pages_dict) = new_pages.as_dict_mut() {
                        new_pages_dict.set("Kids", Object::Array(vec![]));
                        new_pages_dict.set("Count", Object::Integer(0));
                    }
                    let new_pages_id = merged_doc.add_object(new_pages);
                    object_mapping.insert(pages_id, new_pages_id);
                }
            }
            first_doc = false;
        }

        // 添加页面
        for page_id in doc.get_pages().values() {
            if let Ok(page) = doc.get_object(*page_id) {
                let mut new_page = page.clone();
                // 更新页面父引用
                if let Ok(new_page_dict) = new_page.as_dict_mut() {
                    if let Ok(parent_ref) = new_page_dict.get(b"Parent").and_then(|p| p.as_reference()) {
                        if let Some(&new_parent) = object_mapping.get(&parent_ref) {
                            new_page_dict.set("Parent", Object::Reference(new_parent));
                        }
                    }
                }
                let new_page_id = merged_doc.add_object(new_page);
                object_mapping.insert(*page_id, new_page_id);

                // 将页面添加到页面树
                if let Ok(pages_id) = merged_doc.trailer.get(b"Root")
                    .and_then(|root| root.as_reference().ok())
                    .and_then(|root_id| merged_doc.get_object(root_id).ok())
                    .and_then(|root| root.as_dict().ok())
                    .and_then(|root_dict| root_dict.get(b"Pages").ok())
                    .and_then(|pages| pages.as_reference().ok())
                {
                    if let Ok(pages_obj) = merged_doc.get_object_mut(pages_id) {
                        if let Ok(pages_dict) = pages_obj.as_dict_mut() {
                            if let Ok(kids) = pages_dict.get_mut(b"Kids") {
                                if let Ok(kids_array) = kids.as_array_mut() {
                                    kids_array.push(Object::Reference(new_page_id));
                                }
                            }
                            if let Ok(count) = pages_dict.get_mut(b"Count") {
                                if let Ok(count_int) = count.as_i64_mut() {
                                    *count_int += 1;
                                }
                            }
                        }
                    }
                }
            }
        }
    }

    // 更新交叉引用并保存
    merged_doc.compress();
    merged_doc.save(output_path)?;
    Ok(())
}

// 使用示例
fn main() -> Result<(), Box<dyn Error>> {
    let files = vec!["file1.pdf", "file2.pdf"];
    merge_pdfs(&files, "merged.pdf")?;
    println!("PDF文件合并完成！");
    Ok(())
}

注意事项：

  1. 此代码处理基本的PDF合并，但复杂PDF（含表单、注释等）可能需要额外处理
  2. 确保输入PDF文件存在且可读
  3. 输出路径需要写权限
  4. 建议在生产环境中添加更多错误处理

这是最基础的实现方案，如需更完整功能建议考虑使用成熟的PDF处理库或工具。

回到顶部