文档内容流存在损坏的压缩流导致文档结构查看器返回的内容流不全

[Charltsing]

error.zip

问题出在 \iTextSharp\core\iTextSharp\text\pdf\PdfReader.cs 的Flate解压缩函数
internal static byte[] FlateDecode(byte[] inp, MemoryStream outS)

//不能直接使用outS，会被close，导致下一句无法执行。 
byte[] b = FlateDecode(inp, true, new MemoryStream(outS.ToArray()));

itext-dotnet 在 FlateDecodeFilter.cs#L44 里已经改成不释放了。也不一定好。

[wmjordan]

不是的。
原因在于页面的内容流不完整。
请下载新的测试版，避免了崩溃的问题。

[Charltsing]

不是的。 原因在于页面的内容流不完整。 请下载新的测试版，避免了崩溃的问题。

4735版确实不报错了，但是也没解决问题。
一、阅读器打开看不到正文内容。
二、内容流不完整。你解决了内容流不完整报错的问题。但是这个文档的内容流是完整的，三个引用 9 0 R 4 0 R 7 0 R，前两个zip解压缩因为压缩流损坏会返回0。而返回0的原因是itextsharp在解压缩时，会执行两次解压缩函数FlateDecode，第一次参数是true，第二次参数是false，后者负责处理损坏的压缩流。然而因为第一次执行FlateDecode的时候，把outS给释放了，导致第二次处理损坏压缩流无法执行。你把outS做个副本，或者加个是否close的参数，确保第一次执行FlateDecode如果解压缩失败，不要释放outS。这样第二次执行FlateDecode就能解压缩损坏的压缩流，返回其中的内容流。9 0 R 和 4 0 R 都是这个问题。正确解压缩之后，内容流就完整了。目前你的文档结构查看器只返回了 7 0 R 的内容流，缺失了其它指令。

你看一下文档结构查看器中的Contents，1和2都是空，这俩就是损坏的压缩流未能解压缩

[wmjordan]

阅读器的问题是我在编译上个版本的MuPDF时没有内置Base14字库，4737版将这些字库重新加回去了。
我用二进制查看器检查了内容流，原因在于三个FlateDecode的Content结尾的校验码都为0，itext在这个场合下会出错。
MuPDF可以包容这种错误。
由于这种场合比较少见，我决定暂时不处理，等以后换用MuPDF就自然好了。