Java 在PDF中替换文字（详解）

PDF文档中的信息随时间的推移可能会发生变化，比如产品价格、联系方式等。为了确保PDF文档保持最新，我们需要对这些信息进行更新。通过编程方式替换PDF中的相应文字，可以实现批量化处理，大大提高工作效率。这篇博客将探讨几种使用Java在PDF中替换文字的不同方式，以及可能出现的问题和解决方案。

使用工具

在PDF中替换文字，可以使用Spire.PDF for Java库。

Spire.PDF for Java是一款专门为Java开发人员设计的PDF文档处理库。它支持在Java应用程序中创建、读取、编辑、转换和打印PDF文档。你可以使用以下代码来从Maven仓库安装它:


    
        com.e-iceblue
        e-iceblue
        https://repo.e-iceblue.cn/repository/maven-public/
    
    
        e-iceblue
        spire.pdf
        10.6.2

Java在PDF中替换特定文字的所有实例

Spire.PDF for Java提供了PdfTextReplacer.replaceAllText()方法，支持替换PDF页面中特定文字的所有实例。具体步骤如下：

创建PdfDocument类的实例。
使用PdfDocument.loadFromFile()方法加载PDF文档。
遍历PDF文档中的页面。
为每个页面创建一个PdfTextReplacer实例，并将当前页面对象作为参数传入该类的构造函数。
使用PdfTextReplacer.replaceAllText()方法将页面上特定文字的所有实例替换为新文字。
使用PdfDocument.saveToFile() 方法保存结果文档。


import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.texts.PdfTextReplacer;
 
public class ReplaceAllFoundText {
    public static void main(String[] args) {
        // 创建PdfDocument类的实例
        PdfDocument pdf = new PdfDocument();
        // 加载PDF文件
        pdf.loadFromFile("什么是Python.pdf");
 
        // 遍历PDF文件的页面
        for (PdfPageBase page : (Iterableextends PdfPageBase>) pdf.getPages()) {
            // 创建PdfTextReplacer类的实例，并将当前页面对象作为参数传递至该类的构造函数
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 将当前页面上的特定文本的所有实例替换为新文本
            textReplacer.replaceAllText("Python", "Golang");
        }
 
        // 将结果文件保存为一个新的PDF
        pdf.saveToFile("替换所有实例.pdf");
        pdf.close();
    }
}

Python 替换PDF中特定文本的所有实例

Java在PDF中替换特定文字的第一个实例

要替换PDF页面中特定文字的第一个实例，可以使用PdfTextReplacer.replaceText() 方法。具体步骤如下：

创建PdfDocument类的实例。
使用PdfDocument.loadFromFile()方法加载PDF文档。
遍历PDF文档中的页面。
为每个页面创建一个PdfTextReplacer实例，并将当前页面对象作为参数传入该类的构造函数。
使用PdfTextReplacer.replaceText() 方法将页面上特定文字的第一个实例替换为新文字。
使用PdfDocument.saveToFile() 方法保存结果文档。


import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.texts.PdfTextReplacer;
 
public class ReplaceFirstFoundText {
    public static void main(String[] args) {
        // 创建PdfDocument类的实例
        PdfDocument pdf = new PdfDocument();
        // 加载PDF文件
        pdf.loadFromFile("什么是Python.pdf");
 
        // 遍历PDF文件的页面
        for (PdfPageBase page : (Iterableextends PdfPageBase>) pdf.getPages()) {
            // 创建PdfTextReplacer类的实例，并将当前页面对象作为参数传递至该类的构造函数
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 将当前页面上的特定文本的第一个实例替换为新文本
            textReplacer.replaceText("Python", "Golang");
        }
 
        // 将结果文件保存为一个新的PDF
        pdf.saveToFile("替换第一个实例.pdf");
        pdf.close();
    }
}

Java在PDF中使用正则表达式替换特定文字

Spire.PDF for Java提供了PdfTextReplaceOptions类，用于指定文字替换模式。你可以通过该类的setReplaceType() 方法指定文本替换模式为使用正则表达式替换。然后使用 PdfTextReplacer.setOptions() 方法应用该文字替换模式。具体步骤如下：

创建PdfDocument类的实例。
使用PdfDocument.loadFromFile()方法加载PDF文档。
创建PdfTextReplaceOptions类的实例，并使用PdfTextReplaceOptions.setReplaceType() 方法指定文本替换模式为使用正则表达式替换。
遍历PDF文档中的页面。
为每个页面创建一个PdfTextReplacer实例，并将当前页面对象作为参数传入该类的构造函数。
使用 PdfTextReplacer.setOptions() 方法应用正则表达式替换模式。
将正则表达式和新文本作为参数传入PdfTextReplacer.replaceAllText()方法来将页面上正则表达式匹配到的文本替换为新文本。
使用PdfDocument.saveToFile() 方法保存结果文档。


import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.texts.PdfTextReplaceOptions;
import com.spire.pdf.texts.PdfTextReplacer;
import com.spire.pdf.texts.ReplaceActionType;
 
import java.util.EnumSet;
 
public class ReplaceTextWithRegex {
    public static void main(String[] args) {
        // 创建PdfDocument类的实例
        PdfDocument pdf = new PdfDocument();
        // 加载PDF文件
        pdf.loadFromFile("模板.pdf");
 
        // 创建PdfTextReplaceOptions类的实例，并指定文本替换模式为使用正则表达式替换
        PdfTextReplaceOptions replaceOptions = new PdfTextReplaceOptions();
        replaceOptions.setReplaceType(EnumSet.of(ReplaceActionType.Regex));
 
        // 遍历PDF文件的页面
        for (PdfPageBase page : (Iterableextends PdfPageBase>) pdf.getPages()) {
            // 创建PdfTextReplacer类的实例，并将当前页面对象作为参数传递至该类的构造函数
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 应用正则表达式替换模式
            textReplacer.setOptions(replaceOptions);
 
            // 设置正则表达式来匹配以 “#” 开头的文本
            String regularExpression = "\\#\\w+\\b";
            // 将页面上正则表达式匹配到的文本替换为新文本
            textReplacer.replaceAllText(regularExpression, "显示器");
        }
 
        // 将结果文件保存为一个新的PDF
        pdf.saveToFile("正则表达式替换.pdf");
        pdf.close();
    }
}

Python 使用正则表达式替换PDF中的文本

其他替换条件设置

Spire.PDF for Java还支持设置其他替换条件，如不区分大小写和全词匹配。具体代码如下：


import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.texts.PdfTextReplaceOptions;
import com.spire.pdf.texts.PdfTextReplacer;
import com.spire.pdf.texts.ReplaceActionType;
 
import java.util.EnumSet;
 
public class OtherReplacementSettings {
    public static void main(String[] args) {
        // 创建PdfDocument类的实例
        PdfDocument pdf = new PdfDocument();
        // 加载PDF文件
        pdf.loadFromFile("什么是Python.pdf");
 
        // 创建PdfTextReplaceOptions类的实例，并指定文本替换模式为不区分大小写或全词匹配
        PdfTextReplaceOptions replaceOptions = new PdfTextReplaceOptions();
        replaceOptions.setReplaceType(EnumSet.of(ReplaceActionType.IgnoreCase));
        replaceOptions.setReplaceType(EnumSet.of(ReplaceActionType.WholeWord));
 
        // 遍历PDF文件的页面
        for (PdfPageBase page : (Iterableextends PdfPageBase>) pdf.getPages()) {
            // 创建PdfTextReplacer类的实例，并将当前页面对象作为参数传递至该类的构造函数
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 应用文本替换模式
            textReplacer.setOptions(replaceOptions);
 
            // 将页面上特定文本替换为新文本
            textReplacer.replaceAllText("Python", "Golang");
        }
 
        // 将结果文件保存为一个新的PDF
        pdf.saveToFile("其他替换条件.pdf");
        pdf.close();
    }
}

可能出现的问题及解决方案

当使用 PdfTextReplacer类的方法进行文本替换时，默认情况下，替换后的新文本会使用PDF文档中原始文本的字体来绘制。如果原始文本所使用的字体不支持新文本所使用的语言，那么新文本就无法正确地显示出来。这种情况通常会出现在需要替换不同语言的文本时。比如，原文是英文，需要替换为中文，但是英文字体可能不支持显示中文字符。为解决这个问题，可以考虑以下2种方法：

文档使用能够兼容原文本和新文本的语言的字体。
采用另一种方法替换文本：通过在原始文本上绘制矩形覆盖它，然后在矩形内绘制新文本，注意这种方式不能保留原始文本的样式，需要自己设置新文本的样式，效果没有使用PdfTextReplacer方法好。具体代码如下：


import com.spire.pdf.*;
import com.spire.pdf.graphics.*;
import com.spire.pdf.texts.*;
 
import java.awt.*;
import java.awt.geom.Rectangle2D;
import java.util.List;
 
public class ReplaceTextByDrawingRectangle {
    public static void main(String[] args) {
        // 创建PdfDocument类的实例
        PdfDocument pdf = new PdfDocument();
        // 加载PDF文件
        pdf.loadFromFile("Adobe Acrobat.pdf");
 
        // 定义字体（如果字体已安装在系统中）
        PdfTrueTypeFont font = new PdfTrueTypeFont(new Font("宋体", Font.PLAIN, 11));
        // 如果字体未安装在系统中，使用以下代码
        // PdfTrueTypeFont font = new PdfTrueTypeFont("字体文件.ttf", 11);
 
        PdfStringFormat format = new PdfStringFormat();
        format.setLineLimit(false);
 
        List results = null;
        // 遍历PDF文件的页面
        for (PdfPageBase page : (Iterableextends PdfPageBase>) pdf.getPages()) {
            // 创建 PdfTextFinder 实例
            PdfTextFinder finder = new PdfTextFinder(page);
            // 查找特定文本
            results =  finder.find("Adobe Acrobat");
            // 遍历找到的所有实例
            for (PdfTextFragment text : results) {
                // 获取文本所在的矩形区域
                 Rectangle2D rect = text.getBounds()[0];
                // 在该区域画一个新的矩形覆盖原来的文本
                page.getCanvas().drawRectangle(PdfBrushes.getWhite(), rect);
                // 在新的矩形中绘制新文本
                page.getCanvas().drawString("PDF编辑器", font, PdfBrushes.getDarkBlue(), rect, format);
            }
        }
 
        // 将结果文件保存为一个新的PDF
        pdf.saveToFile("覆盖文本.pdf");
        pdf.close();
    }
}

以上就是使用Java在PDF中替换文字的全部内容。本文完结。

相关阅读:
6月适配进展｜优炫数据库与40余款产品完成兼容认证
 54. 螺旋矩阵
 Spring MVC 和 Spring Boot 的区别
 卖家应该如何应对亚马逊多账号操作呢？
第3部分静态路由
 幸福里 C 端 iOS 编译优化实践-优化 40% 耗时
 URLDNS利用链
 pip工具的使用：基本+高级用法
 【Office】Microsoft Office下载地址合集（微软官方原版离线安装下载）
【Jmeter】基于JMeter开展性能测试（插件、监控、分布式压测）！
原文地址：https://blog.csdn.net/nuclear2011/article/details/140445097