LlosLab Software Development BlogPDF、Delphi、およびドキュメントソフトウェア開発者向けのエンジニアリングノート。

技術記事

PDFiumコンポーネントを使用して複数のPDFファイルを1つのドキュメントにマージする

PDFium Component

PDFiumコンポーネントは、単一のメソッドであるImportPagesを通じてPDFのマージを公開します。パターンは常に同じです：空の宛先ドキュメントを作成し、各ソースファイルを開き、ImportPagesを呼び出してページをコピーし、ソースを閉じて繰り返します。ループが終了すると、SaveAsが結果をディスクに書き込みます。特別なマージモードや切り替える設定はありません。複雑さはエッジケースに存在し、警告なしに噛み付くものがいくつかあります

コアループ

必要なのは2つのTPdfインスタンスだけです。1つはCreateDocumentで空として作成された宛先ドキュメントを保持します。もう1つは各ソースファイルを順番に開きます。以下は、ファイルパスのリストを受け取り、マージされた出力を単一のパスに書き込む手順です：

procedure MergeFiles(const FileList: TStrings; const OutputPath: string);
var
  PdfDest, PdfSrc: TPdf;
  InsertAt, I: Integer;
begin
  PdfDest := TPdf.Create(nil);
  PdfSrc  := TPdf.Create(nil);
  try
    PdfDest.CreateDocument;
    InsertAt := 1;  // ImportPages uses 1-based destination position

    for I := 0 to FileList.Count - 1 do
    begin
      PdfSrc.FileName := FileList[I];
      PdfSrc.Active   := True;

      if not PdfSrc.Active then
        raise Exception.CreateFmt('Cannot open: %s', [FileList[I]]);

      PdfDest.ImportPages(
        PdfSrc,
        '1-' + IntToStr(PdfSrc.PageCount),  // full document range
        InsertAt);

      Inc(InsertAt, PdfSrc.PageCount);
      PdfSrc.Active := False;
    end;

    PdfDest.SaveAs(OutputPath);
  finally
    PdfSrc.Free;
    PdfDest.Free;
  end;
end;

このコードで最初読んだときに見落としやすい点が2つあります。1つ目は、PDFiumがロードの失敗を報告する方法です。Active := Trueは例外を発生させません：ファイルが見つからない、破損している、またはパスワードで保護されている場合、PDFiumは内部でエラーをキャッチし、ActiveをFalseのままにします。10行目の明示的なチェックがないと、不良ファイルは出力に兆候を示すことなくマージから静かに脱落します。最終的なPDFは予想よりもページ数が少なくなり、どのファイルが原因であるかがわからなくなります

2つ目はInsertAtカウンターです。ImportPagesの第3引数は、最初にインポートされたページが配置される宛先内の1ベースの位置です。1から開始すると、最初のソースドキュメントが、それ以外は空のファイルの先頭に配置されます。各ソースの後、カウンターはPdfSrc.PageCountずつ進むため、次のページのバッチは最後のバッチの後に追加されます。インクリメントするのを忘れると、後続のすべてのソースが位置1のページを上書きし、リストの最後のドキュメントだけが得られることになります

選択的なページ範囲

ソースからすべてのページを取得する必要はありません。第2引数として渡される範囲文字列は、シンプルなカンマとハイフンの形式に従います："1-3"はページ1から3を取得し、"2,4,6"は3つの特定のページを選択し、"1-"はページ1からドキュメントの最後までを意味します。範囲は単一の文字列内で組み合わせることができるため、"1-3,5,7-"はページ4と6をスキップします。ここで1つの微妙な点が重要です：数値は常に、ページが宛先のどこに行き着くかに関係なく、1から始まるソースドキュメント内のページを指します。200ページのカタログからページ40から50が必要な場合、範囲文字列は"40-50"であり、すでに宛先にあるものからの相対的な位置ではありません

// Extract cover plus a three-page executive summary from a long report
PdfSrc.FileName := 'annual-report.pdf';
PdfSrc.Active   := True;
if PdfSrc.Active then
begin
  // Page 1 is the cover; pages 3-5 are the summary
  PdfDest.ImportPages(PdfSrc, '1,3-5', InsertAt);
  Inc(InsertAt, 4);  // 1 cover + 3 summary pages = 4 pages added
  PdfSrc.Active := False;
end;

InsertAtへのインクリメントを計算するときは、ソースのページ数ではなく、実際にインポートしたページ数をカウントします。'1,3-5'を渡した場合、4つのページをインポートしたため、4だけ進めます。PdfSrc.PageCountだけ進めると、空白の宛先位置のギャップが生じ、次のソースドキュメントが意図したよりもファイルの奥に配置されます

ImportPagesが保持するものとしないもの

ImportPagesによってコピーされたページは、その視覚的なコンテンツをそのまま保持します。テキスト、ベクターグラフィックス、ラスター画像、埋め込みフォント、およびフォームXObjectはすべて、ページコンテンツストリームの一部として転送されます。コメント、ハイライト、インクストロークなどのページレベルの注釈も、ドキュメントレベルではなくページ辞書内に保存されるため転送されます

ドキュメントレベルのメタデータは別の話です。ソースのInfo辞書にあるタイトル、作成者、サブジェクト、キーワード文字列は残されません。宛先ドキュメントはCreateDocumentの後に空のメタデータで開始されるため、マージされた出力でこれらのフィールドにデータを入力する必要がある場合は、SaveAsを呼び出す前にそれらを直接PdfDestに割り当てる必要があります。TPdfのTitle、Author、Subject、Keywords、およびCreatorプロパティは、プレーンな文字列を受け取り、保存時にInfo辞書に書き込みます

インタラクティブなフォームフィールドはさらに複雑です。AcroFormのフィールド定義は、個々のページストリーム内ではなく、ドキュメントレベルの辞書に存在します。ImportPagesがフォームフィールドを含むページをコピーするとき、それらのフィールドの視覚的な外観はページコンテンツストリームにレンダリングされるため転送されますが、それらをインタラクティブにするフィールドウィジェットはAcroForm構造の一部であり、追従しません。一般的なマージでは、ソースドキュメントのテキストフィールドはインポート時の値を表示しますが、マージされたファイルでは編集できません。フィールドを記入可能なままにする必要がある場合は、インポートする前に各ソースドキュメントでフラット化します：これにより、現在の値がコンテンツストリームに焼き付けられ、インタラクティブなオーバーレイが削除され、出力に壊れたウィジェットのないクリーンな視覚的結果が得られます

暗号化されたソースファイル

パスワードで保護されたソースドキュメントは、暗号化されていないドキュメントと同じ方法で開かれますが、最初に設定する追加のプロパティが1つあります。Active := Trueを切り替える前に、PdfSrc.Passwordにパスワードを割り当てると、PDFiumは開く間にそれを使用します：

PdfSrc.Password := 'user-password';
PdfSrc.FileName := 'protected.pdf';
PdfSrc.Active   := True;
if not PdfSrc.Active then
  raise Exception.Create('Wrong password or file cannot be opened');

PdfDest.ImportPages(PdfSrc, '1-' + IntToStr(PdfSrc.PageCount), InsertAt);
Inc(InsertAt, PdfSrc.PageCount);
PdfSrc.Active := False;

間違ったパスワードは、見つからないファイルと同じように静かにActive = Falseという結果を引き起こすため、ここでも明示的なチェックが必要になります。暗号化は宛先には転送されません：保護されたソースからインポートされたページは、保護されていないコンテンツとして宛先に配置されます。マージされた出力も暗号化する必要がある場合は、SaveAsを呼び出す前にPdfDestで設定します

結果の保存

TPdfのSaveAsは、ファイルパスまたはTStreamのいずれかを受け入れます。ほとんどのマージでは、ファイルのオーバーロードが必要です：

PdfDest.SaveAs('merged-output.pdf');

オプションの第2引数は、保存モードを制御するTSaveOptionです。デフォルトのsaNoneは、ドキュメントがファイルからロードされた場合は増分更新を、新しく作成された場合は完全な書き換えを書き込みます。CreateDocumentで構築された宛先は常に新しいため、出力はコンパクトな単一リビジョンのファイルになります。第3引数であるTPdfVersionを使用すると、特定のバージョンを必要とする下流コンシューマーがいる場合にPDFバージョンヘッダーを固定できます。pvUnknownのままにすると、PDFiumがコンテンツに基づいて選択します

ここで示されているImportPagesおよびSaveAsメソッドは、DelphiおよびC++Builder用のPDFiumコンポーネントの一部です