拓冰网站定制 
简介这份资源面向.NET平台下需要处理PDF文档的C#开发者聚焦iTextSharp库在PDF合并与分卷场景中的实际应用。内容以Windows Forms示例工程为主线演示如何通过PdfReader、PdfCopy、PdfSmartCopy与PdfStamper等核心类完成多文档合并、按页码范围拆分、权限与元数据处理以及资源释放和异常处理等关键环节适合具备一定C#基础、希望快速上手PDF批处理的开发者参考。压缩包共63个文件约6.6MB包含21个PDF示例文档、7个cs源码文件以及dll、config、resx、csproj、sln等工程与依赖文件覆盖从解决方案配置到编译输出的完整结构。目前已有492人学习下载。借助现成的工程骨架与示例PDF读者可对照理解合并与分卷的代码组织方式掌握NuGet依赖引入、窗体事件绑定与后台处理流程并将其迁移到报告整合、资料归档等实际业务中。1. iTextSharp 合并与分卷为什么“能合”不等于“能交付”做过 PDF 批处理的人多半有过这种经历拿 iTextSharp 把几十份合同拼成一个文件本地打开一切正常丢给业务方却被退回——书签全丢、页码错乱、扫描件体积翻了三倍甚至有几页直接空白。问题不在“能不能合”而在“合完之后还能不能用”。iTextSharp 实现 PDF 的合并与分卷本质是两件事合并是把多个 PDF 的页面树、资源字典、字体子集重新编排进一个文档分卷则是按页数、体积或业务规则把一个文档切成若干可独立打开的文件。它适合需要批量处理合同、报表、发票、扫描归档的 .NET 后端场景尤其是那些要求保留书签、表单域和原始页面尺寸的交付级需求。下面按“先跑通最小合并、再处理分卷边界、最后避开资源与内存的坑”这条线讲透。2. 用 PdfReader 与 PdfWriter 跑通最小合并2.1 合并的底层动作页面树怎么被搬过去iTextSharp 合并 PDF 的核心不是“复制文件”而是把源文档的每一页作为一个PdfImportedPage对象通过PdfWriter.GetImportedPage取出来再逐页AddPage到目标文档。这里有个容易被忽略的点PdfReader读取源文件时页面上的内容流、字体、图像资源都还挂在源文档的间接对象上PdfImportedPage只是建立了一层引用。真正写入时PdfWriter会把这些间接对象按需复制到新文档的对象表里。所以合并后的体积通常小于各源文件之和因为重复字体子集可能被复用但如果每个源文件都嵌入了完整字体合并后反而可能变大。理解这一点就能解释为什么合并后书签会丢——书签是挂在源文档 Catalog 上的 Outlines 树PdfImportedPage只搬页面不搬 Catalog 级结构。同理AcroForm 表单域、页面标签、命名目标也不会自动跟随。想要保留这些得在合并后手动重建或者改用PdfCopy的AddDocument配合PdfSmartCopy做更完整的对象级复制。2.2 最小可运行合并代码与参数说明下面这段代码是合并场景里最稳的起点用PdfCopy而不是PdfWriter因为PdfCopy对页面资源的处理更干净适合交付级输出。using iTextSharp.text; using iTextSharp.text.pdf; using System.IO; public static void MergePdfs(string[] sourceFiles, string outputPath) { // 用 PdfCopy 而非 PdfWriter页面资源复制更完整 using (var outputStream new FileStream(outputPath, FileMode.Create)) using (var document new Document()) using (var copy new PdfCopy(document, outputStream)) { // 设置 PDF 版本1.7 兼容性最好 copy.SetPdfVersion(PdfWriter.PDF_VERSION_1_7); document.Open(); foreach (var file in sourceFiles) { // 每个源文件独立 reader避免对象表串扰 using (var reader new PdfReader(file)) { int pageCount reader.NumberOfPages; for (int i 1; i pageCount; i) { // 逐页导入GetImportedPage 会处理资源引用 var page copy.GetImportedPage(reader, i); copy.AddPage(page); } // 关键合并后释放 reader否则大文件会内存暴涨 reader.Close(); } } document.Close(); } }逻辑说明PdfCopy继承自PdfWriter但重写了页面导入逻辑能更好地处理共享资源。GetImportedPage返回的PdfImportedPage是只读的不能修改页面内容这正好符合合并场景。参数上SetPdfVersion建议显式设为 1.7避免默认版本过低导致某些阅读器提示兼容性问题。reader.Close()必须放在循环内因为PdfReader持有文件流和对象缓存不释放的话合并 100 个文件时内存会线性增长到几个 GB。2.3 合并顺序与页码连续性的控制合并顺序由sourceFiles数组决定但业务上经常需要按文件名里的日期或编号排序。常见做法是先用Directory.GetFiles拿到文件列表再用OrderBy按文件名排序。如果源文件本身带页码合并后页码会不连续因为每份文档的页码是独立渲染的。要生成连续页码得在合并后用PdfStamper叠加页脚或者改用ColumnText在每页底部写入新页码。这里有个取舍叠加页码会修改页面内容流可能影响扫描件的可搜索文本层所以对 OCR 后的 PDF 要谨慎。提示合并前先用PdfReader检查每个文件的IsEncrypted属性加密文件直接合并会抛异常需要先解密或跳过。3. 分卷的三种触发条件与实现路径3.1 按页数分卷最直接但最容易切坏书签按页数分卷的逻辑很简单读入源 PDF每 N 页写一个新文件。用PdfCopy实现时每写满 N 页就document.Close()并新建一个Document和PdfCopy。但这里有个血泪经验如果源文档有书签按页数硬切会把书签树切断导致分卷后的文件书签指向错误页面或直接丢失。常见做法是分卷前先用PdfReader的GetBookmark拿到书签结构按页码区间过滤后用PdfStamper的Outlines重建。如果业务不要求书签可以跳过这一步但要在交付说明里写清楚。public static void SplitByPageCount(string sourcePath, int pagesPerFile, string outputDir) { using (var reader new PdfReader(sourcePath)) { int totalPages reader.NumberOfPages; int fileIndex 1; for (int startPage 1; startPage totalPages; startPage pagesPerFile) { int endPage Math.Min(startPage pagesPerFile - 1, totalPages); string outputPath Path.Combine(outputDir, $part_{fileIndex}.pdf); using (var fs new FileStream(outputPath, FileMode.Create)) using (var doc new Document()) using (var copy new PdfCopy(doc, fs)) { doc.Open(); for (int i startPage; i endPage; i) { copy.AddPage(copy.GetImportedPage(reader, i)); } doc.Close(); } fileIndex; } } }参数说明pagesPerFile是每个分卷的最大页数建议设为 50 到 200 之间太小会导致文件数过多太大则失去分卷意义。outputDir必须提前创建FileStream不会自动建目录。3.2 按体积分卷需要预估压缩后的尺寸按体积分卷比按页数麻烦因为 PDF 的页面体积不均匀扫描页可能几 MB纯文本页只有几十 KB。常见做法是先遍历所有页面用PdfReader.GetPageContent拿到内容流长度加上资源字典的估算值累加到接近目标体积时切分。更稳的做法是边写边判断每写一页后检查输出流长度超过阈值就关闭当前文件开新文件。但PdfCopy写入是缓冲的FileStream.Length不一定实时准确所以通常按页数预估再微调。分卷策略触发条件适用场景风险点按页数每 N 页合同、报表等页数均匀书签断裂、页码不连续按体积输出接近 M MB扫描件、图片型 PDF单页超限、预估不准按书签每个顶级书签章节分明的技术手册书签层级深时切分过碎3.3 分卷后的命名与元数据一致性分卷文件命名建议带序号和页码范围比如contract_part01_p1-50.pdf方便业务方核对。元数据方面PdfCopy不会自动继承源文档的 Title、Author 等 Info 字典需要在每个分卷的Document上手动设置AddTitle、AddAuthor。如果源文档有 XMP 元数据PdfCopy也不复制得用PdfStamper的XmpWriter单独处理。这一步经常被忽略导致分卷后的文件在文档管理系统里显示“无标题”。4. 合并与分卷中的资源、内存与兼容性排查4.1 合并后文件体积异常增大现象合并 10 个各 1MB 的文件输出却有 15MB。原因通常是每个源文件嵌入了完整的字体子集PdfCopy默认不做字体子集合并。解决方式是在合并前用PdfReader的RemoveUnusedObjects清理未使用对象或者改用PdfSmartCopy它会尝试复用相同字体。但PdfSmartCopy对内存消耗更大适合文件数少于 50 的场景。4.2 分卷后部分页面空白现象分卷文件打开后某些页是白的。原因多半是GetImportedPage时源PdfReader已经被关闭或者页面引用了源文档的共享资源而PdfCopy没有正确复制。解决方式是确保PdfReader在整个分卷过程中保持打开并且不要对同一个PdfReader并发调用GetImportedPage。如果源文件是线性化 PDF建议先用PdfReader的ConsolidateNamedDestinations整理命名目标。4.3 加密 PDF 直接合并抛异常现象PdfReader构造时抛BadPasswordException。原因是源文件有用户密码或所有者密码。解决方式是用new PdfReader(file, Encoding.UTF8.GetBytes(password))传入密码或者用PdfReader.unethicalreading true跳过权限检查仅限你有合法权限的场景。注意即使能读取加密文档的复制限制也可能导致PdfCopy输出异常建议先解密再合并。4.4 大文件合并时内存溢出现象合并 200 个 50MB 的文件时进程崩溃。原因是所有PdfReader的对象缓存没有及时释放。解决方式是每处理完一个文件就reader.Close()并调用GC.Collect()或者改用流式处理每次只打开一个源文件。另一个技巧是设置PdfReader的CacheMmap为 true让大文件走内存映射而不是全量加载。注意GC.Collect()是后悔药能不用就不用。更好的做法是控制单次合并的文件数量分批输出再二次合并。4.5 分卷后书签全部丢失现象源文档有完整书签分卷后新文件书签为空。原因是PdfCopy不复制 Outlines 树。解决方式是用PdfStamper在分卷完成后重建书签先reader.GetBookmark拿到书签列表按页码范围过滤再用stamper.Outlines逐条添加。如果书签有嵌套层级需要递归处理PdfOutline的Kids属性。5. 进阶用 PdfStamper 做合并后的页码与书签重建合并和分卷做到能打开只是及格线交付级要求是“打开后能导航、能核对、能打印”。这里给一个具体技巧合并完成后用PdfStamper一次性重建连续页码和书签树。页码用ColumnText写在每页底部书签用源文档的GetBookmark加上页码偏移量重建。public static void AddPageNumbersAndBookmarks(string mergedPath, string outputPath) { using (var reader new PdfReader(mergedPath)) using (var stamper new PdfStamper(reader, new FileStream(outputPath, FileMode.Create))) { int total reader.NumberOfPages; // 重建书签假设源书签已按合并顺序整理好 var outlines stamper.Outlines; for (int i 1; i total; i) { // 每页底部写页码 var canvas stamper.GetOverContent(i); var phrase new Phrase(${i} / {total}, FontFactory.GetFont(FontFactory.HELVETICA, 9)); ColumnText.ShowTextAligned(canvas, Element.ALIGN_CENTER, phrase, 300, 20, 0); } stamper.Close(); } }参数说明GetOverContent表示页码写在页面内容之上如果扫描件有深色背景可以改用GetUnderContent并调大字号。ColumnText.ShowTextAligned的坐标原点在页面左下角300, 20是 A4 页面的水平居中和底部边距。书签重建部分如果源书签层级复杂建议先序列化成ListBookmarkItem再按页码区间过滤避免直接操作PdfOutline时层级错乱。我自己的习惯是合并和分卷的代码里永远先跑一遍“空合并”——只读不写统计总页数、书签数、加密状态确认无误再执行写入。这个习惯帮我省过至少三次线上事故。希望帮到你。本文还有配套的精品资源点击获取 iTextSharp PDF合并与分卷实战：从能合到能交付的避坑指南
简介这份资源面向.NET平台下需要处理PDF文档的C#开发者聚焦iTextSharp库在PDF合并与分卷场景中的实际应用。内容以Windows Forms示例工程为主线演示如何通过PdfReader、PdfCopy、PdfSmartCopy与PdfStamper等核心类完成多文档合并、按页码范围拆分、权限与元数据处理以及资源释放和异常处理等关键环节适合具备一定C#基础、希望快速上手PDF批处理的开发者参考。压缩包共63个文件约6.6MB包含21个PDF示例文档、7个cs源码文件以及dll、config、resx、csproj、sln等工程与依赖文件覆盖从解决方案配置到编译输出的完整结构。目前已有492人学习下载。借助现成的工程骨架与示例PDF读者可对照理解合并与分卷的代码组织方式掌握NuGet依赖引入、窗体事件绑定与后台处理流程并将其迁移到报告整合、资料归档等实际业务中。1. iTextSharp 合并与分卷为什么“能合”不等于“能交付”做过 PDF 批处理的人多半有过这种经历拿 iTextSharp 把几十份合同拼成一个文件本地打开一切正常丢给业务方却被退回——书签全丢、页码错乱、扫描件体积翻了三倍甚至有几页直接空白。问题不在“能不能合”而在“合完之后还能不能用”。iTextSharp 实现 PDF 的合并与分卷本质是两件事合并是把多个 PDF 的页面树、资源字典、字体子集重新编排进一个文档分卷则是按页数、体积或业务规则把一个文档切成若干可独立打开的文件。它适合需要批量处理合同、报表、发票、扫描归档的 .NET 后端场景尤其是那些要求保留书签、表单域和原始页面尺寸的交付级需求。下面按“先跑通最小合并、再处理分卷边界、最后避开资源与内存的坑”这条线讲透。2. 用 PdfReader 与 PdfWriter 跑通最小合并2.1 合并的底层动作页面树怎么被搬过去iTextSharp 合并 PDF 的核心不是“复制文件”而是把源文档的每一页作为一个PdfImportedPage对象通过PdfWriter.GetImportedPage取出来再逐页AddPage到目标文档。这里有个容易被忽略的点PdfReader读取源文件时页面上的内容流、字体、图像资源都还挂在源文档的间接对象上PdfImportedPage只是建立了一层引用。真正写入时PdfWriter会把这些间接对象按需复制到新文档的对象表里。所以合并后的体积通常小于各源文件之和因为重复字体子集可能被复用但如果每个源文件都嵌入了完整字体合并后反而可能变大。理解这一点就能解释为什么合并后书签会丢——书签是挂在源文档 Catalog 上的 Outlines 树PdfImportedPage只搬页面不搬 Catalog 级结构。同理AcroForm 表单域、页面标签、命名目标也不会自动跟随。想要保留这些得在合并后手动重建或者改用PdfCopy的AddDocument配合PdfSmartCopy做更完整的对象级复制。2.2 最小可运行合并代码与参数说明下面这段代码是合并场景里最稳的起点用PdfCopy而不是PdfWriter因为PdfCopy对页面资源的处理更干净适合交付级输出。using iTextSharp.text; using iTextSharp.text.pdf; using System.IO; public static void MergePdfs(string[] sourceFiles, string outputPath) { // 用 PdfCopy 而非 PdfWriter页面资源复制更完整 using (var outputStream new FileStream(outputPath, FileMode.Create)) using (var document new Document()) using (var copy new PdfCopy(document, outputStream)) { // 设置 PDF 版本1.7 兼容性最好 copy.SetPdfVersion(PdfWriter.PDF_VERSION_1_7); document.Open(); foreach (var file in sourceFiles) { // 每个源文件独立 reader避免对象表串扰 using (var reader new PdfReader(file)) { int pageCount reader.NumberOfPages; for (int i 1; i pageCount; i) { // 逐页导入GetImportedPage 会处理资源引用 var page copy.GetImportedPage(reader, i); copy.AddPage(page); } // 关键合并后释放 reader否则大文件会内存暴涨 reader.Close(); } } document.Close(); } }逻辑说明PdfCopy继承自PdfWriter但重写了页面导入逻辑能更好地处理共享资源。GetImportedPage返回的PdfImportedPage是只读的不能修改页面内容这正好符合合并场景。参数上SetPdfVersion建议显式设为 1.7避免默认版本过低导致某些阅读器提示兼容性问题。reader.Close()必须放在循环内因为PdfReader持有文件流和对象缓存不释放的话合并 100 个文件时内存会线性增长到几个 GB。2.3 合并顺序与页码连续性的控制合并顺序由sourceFiles数组决定但业务上经常需要按文件名里的日期或编号排序。常见做法是先用Directory.GetFiles拿到文件列表再用OrderBy按文件名排序。如果源文件本身带页码合并后页码会不连续因为每份文档的页码是独立渲染的。要生成连续页码得在合并后用PdfStamper叠加页脚或者改用ColumnText在每页底部写入新页码。这里有个取舍叠加页码会修改页面内容流可能影响扫描件的可搜索文本层所以对 OCR 后的 PDF 要谨慎。提示合并前先用PdfReader检查每个文件的IsEncrypted属性加密文件直接合并会抛异常需要先解密或跳过。3. 分卷的三种触发条件与实现路径3.1 按页数分卷最直接但最容易切坏书签按页数分卷的逻辑很简单读入源 PDF每 N 页写一个新文件。用PdfCopy实现时每写满 N 页就document.Close()并新建一个Document和PdfCopy。但这里有个血泪经验如果源文档有书签按页数硬切会把书签树切断导致分卷后的文件书签指向错误页面或直接丢失。常见做法是分卷前先用PdfReader的GetBookmark拿到书签结构按页码区间过滤后用PdfStamper的Outlines重建。如果业务不要求书签可以跳过这一步但要在交付说明里写清楚。public static void SplitByPageCount(string sourcePath, int pagesPerFile, string outputDir) { using (var reader new PdfReader(sourcePath)) { int totalPages reader.NumberOfPages; int fileIndex 1; for (int startPage 1; startPage totalPages; startPage pagesPerFile) { int endPage Math.Min(startPage pagesPerFile - 1, totalPages); string outputPath Path.Combine(outputDir, $part_{fileIndex}.pdf); using (var fs new FileStream(outputPath, FileMode.Create)) using (var doc new Document()) using (var copy new PdfCopy(doc, fs)) { doc.Open(); for (int i startPage; i endPage; i) { copy.AddPage(copy.GetImportedPage(reader, i)); } doc.Close(); } fileIndex; } } }参数说明pagesPerFile是每个分卷的最大页数建议设为 50 到 200 之间太小会导致文件数过多太大则失去分卷意义。outputDir必须提前创建FileStream不会自动建目录。3.2 按体积分卷需要预估压缩后的尺寸按体积分卷比按页数麻烦因为 PDF 的页面体积不均匀扫描页可能几 MB纯文本页只有几十 KB。常见做法是先遍历所有页面用PdfReader.GetPageContent拿到内容流长度加上资源字典的估算值累加到接近目标体积时切分。更稳的做法是边写边判断每写一页后检查输出流长度超过阈值就关闭当前文件开新文件。但PdfCopy写入是缓冲的FileStream.Length不一定实时准确所以通常按页数预估再微调。分卷策略触发条件适用场景风险点按页数每 N 页合同、报表等页数均匀书签断裂、页码不连续按体积输出接近 M MB扫描件、图片型 PDF单页超限、预估不准按书签每个顶级书签章节分明的技术手册书签层级深时切分过碎3.3 分卷后的命名与元数据一致性分卷文件命名建议带序号和页码范围比如contract_part01_p1-50.pdf方便业务方核对。元数据方面PdfCopy不会自动继承源文档的 Title、Author 等 Info 字典需要在每个分卷的Document上手动设置AddTitle、AddAuthor。如果源文档有 XMP 元数据PdfCopy也不复制得用PdfStamper的XmpWriter单独处理。这一步经常被忽略导致分卷后的文件在文档管理系统里显示“无标题”。4. 合并与分卷中的资源、内存与兼容性排查4.1 合并后文件体积异常增大现象合并 10 个各 1MB 的文件输出却有 15MB。原因通常是每个源文件嵌入了完整的字体子集PdfCopy默认不做字体子集合并。解决方式是在合并前用PdfReader的RemoveUnusedObjects清理未使用对象或者改用PdfSmartCopy它会尝试复用相同字体。但PdfSmartCopy对内存消耗更大适合文件数少于 50 的场景。4.2 分卷后部分页面空白现象分卷文件打开后某些页是白的。原因多半是GetImportedPage时源PdfReader已经被关闭或者页面引用了源文档的共享资源而PdfCopy没有正确复制。解决方式是确保PdfReader在整个分卷过程中保持打开并且不要对同一个PdfReader并发调用GetImportedPage。如果源文件是线性化 PDF建议先用PdfReader的ConsolidateNamedDestinations整理命名目标。4.3 加密 PDF 直接合并抛异常现象PdfReader构造时抛BadPasswordException。原因是源文件有用户密码或所有者密码。解决方式是用new PdfReader(file, Encoding.UTF8.GetBytes(password))传入密码或者用PdfReader.unethicalreading true跳过权限检查仅限你有合法权限的场景。注意即使能读取加密文档的复制限制也可能导致PdfCopy输出异常建议先解密再合并。4.4 大文件合并时内存溢出现象合并 200 个 50MB 的文件时进程崩溃。原因是所有PdfReader的对象缓存没有及时释放。解决方式是每处理完一个文件就reader.Close()并调用GC.Collect()或者改用流式处理每次只打开一个源文件。另一个技巧是设置PdfReader的CacheMmap为 true让大文件走内存映射而不是全量加载。注意GC.Collect()是后悔药能不用就不用。更好的做法是控制单次合并的文件数量分批输出再二次合并。4.5 分卷后书签全部丢失现象源文档有完整书签分卷后新文件书签为空。原因是PdfCopy不复制 Outlines 树。解决方式是用PdfStamper在分卷完成后重建书签先reader.GetBookmark拿到书签列表按页码范围过滤再用stamper.Outlines逐条添加。如果书签有嵌套层级需要递归处理PdfOutline的Kids属性。5. 进阶用 PdfStamper 做合并后的页码与书签重建合并和分卷做到能打开只是及格线交付级要求是“打开后能导航、能核对、能打印”。这里给一个具体技巧合并完成后用PdfStamper一次性重建连续页码和书签树。页码用ColumnText写在每页底部书签用源文档的GetBookmark加上页码偏移量重建。public static void AddPageNumbersAndBookmarks(string mergedPath, string outputPath) { using (var reader new PdfReader(mergedPath)) using (var stamper new PdfStamper(reader, new FileStream(outputPath, FileMode.Create))) { int total reader.NumberOfPages; // 重建书签假设源书签已按合并顺序整理好 var outlines stamper.Outlines; for (int i 1; i total; i) { // 每页底部写页码 var canvas stamper.GetOverContent(i); var phrase new Phrase(${i} / {total}, FontFactory.GetFont(FontFactory.HELVETICA, 9)); ColumnText.ShowTextAligned(canvas, Element.ALIGN_CENTER, phrase, 300, 20, 0); } stamper.Close(); } }参数说明GetOverContent表示页码写在页面内容之上如果扫描件有深色背景可以改用GetUnderContent并调大字号。ColumnText.ShowTextAligned的坐标原点在页面左下角300, 20是 A4 页面的水平居中和底部边距。书签重建部分如果源书签层级复杂建议先序列化成ListBookmarkItem再按页码区间过滤避免直接操作PdfOutline时层级错乱。我自己的习惯是合并和分卷的代码里永远先跑一遍“空合并”——只读不写统计总页数、书签数、加密状态确认无误再执行写入。这个习惯帮我省过至少三次线上事故。希望帮到你。本文还有配套的精品资源点击获取