使用 Java 操作 PDF：替换（编辑）文本

 在现代软件开发中，PDF 文件的操作已经成为许多业务场景中的一个重要需求。无论是生成发票、合同还是报告标签等，PDF 文件都以其稳定的格式和良好的可移植性，成为企业日常工作中不可或缺的一部分。但是这次接到的业务是由别人提供而来的pdf进行编辑替换文本，或者移除指定字段数据。这篇博客重点介绍使用aspose库来简单实现替换（编辑）文本。

提供上手即用的工具方法，提供操作步骤，代码实例，助你一臂之力。也可以私信探讨，会持续分享自己有收获的业务+技术，可以关注我，总会用得到。

1.1 开发效率

在业务中，时间就是金钱。使用第三方库如 Aspose，可以大大提高开发效率。Aspose 提供了丰富的 API，使我们可以轻松处理 PDF 文件的创建、修改和转换，而不必从头编写复杂的代码。我们项目其实已经引入了itextpdf但是查阅了下未找到合适的api操作，故决定引入更方便，全面的库操作。

1.2 功能强大

Aspose 库提供了丰富的功能，包括：

• 文本和图像的操作
• 页面内容的修改
• 表单的填充
• PDF 的合并与拆分
• 文件格式的转换

这些功能能够满足我们在业务中几乎所有的 PDF 操作需求。

2. 业务场景

2.1 案例背景

这里简化一下我的业务，就是物流入库需要目的仓库提供的标签（pdf）,类似于箱唛（可见下图），但是其在进行报关时由于显示了公司名，个别原因有些风险，故需要屏蔽掉。这里直接提供了一个简易版本，也就是替换掉下图的ID：后面的值，我这里将其文本替换为我指定的值，也可以为空等。

3. 代码示例

以下是一个使用 Aspose 创建 PDF 文件的简单示例代码：

package com.oms.common.utils;
//导入必要的类


import com.aspose.pdf.*;

import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class AsposePdfUtils {

    public static void main(String[] args) throws Exception {
        //提取文本
        // 打开现有的 PDF 文档
        Document pdfDocument = new Document("D:\\wangshenao\\Desktop\\Shipment-32049652-Box-bag-label.pdf");

        // 创建 TextAbsorber 对象
        TextAbsorber textAbsorber = new TextAbsorber();

        // 接受所有页面的吸收器
        for (int page = 1; page <= pdfDocument.getPages().size(); page++) {
            pdfDocument.getPages().get_Item(page).accept(textAbsorber);
        }

        // 提取文本
        String extractedText = textAbsorber.getText();
        System.out.println("提取的文本:");
        System.out.println(extractedText);

        //        String idPattern = "(ID:\\s*\\d+)\\s*(.*)"; // 匹配ID和后面的内容
        String idPattern = "(ID:\\s*\\d+)\\s*([^\s]*)"; // 匹配ID及其后面的数字，遇到空格或换行停止
        Pattern pattern = Pattern.compile(idPattern);
        Matcher matcher = pattern.matcher(extractedText);

        // 存储找到的ID及其后面的内容
        List<String> matchedIds = new ArrayList<>();
        while (matcher.find()) {
            String id = matcher.group(1); // 获取 ID
            matchedIds.add(id); // 将后面的内容添加到列表中
            System.out.println("找到的 ID: " + id);
        }

        // 替换 ID 的过程
        for (String newId : matchedIds) {
            // 创建 TextFragmentAbsorber 对象，用于吸收文本
            System.out.println("newId = " + newId);
            TextFragmentAbsorber textAbsorber2 = new TextFragmentAbsorber(newId);

            // 处理每一页
            for (int page = 1; page <= pdfDocument.getPages().size(); page++) {
                // 在当前页中接受 TextAbsorber
                pdfDocument.getPages().get_Item(page).accept(textAbsorber2);

                // 获取文本片段并替换每个找到的文本片段
                for (TextFragment textFragment : textAbsorber2.getTextFragments()) {
                    textFragment.setText("ID: 10000"); // 替换为新ID
                }
            }
        }

        // 保存修改后的 PDF
        pdfDocument.save("D:\\wangshenao\\Desktop\\modified_Shipment50.pdf");
        System.out.println("ID 值已成功替换。");
    }
}

3.1 代码说明

• 导入依赖，可从官网PDF 页面操作 |Aspose.PDF Java PDF 处理 API下载，也可以从阿里云导入maven依赖。

        <dependency>
            <groupId>com.luhuiguo</groupId>
            <artifactId>aspose-pdf</artifactId>
            <version>23.1</version>
        </dependency>

• 提取，其实我这里多了一步提取功能，也就是把里面的文本信息都给提取了出来，然后正则匹配，是能适配各种场景，不知道里面是什么值，只知道label，但如果你知道要替换的值，可以直接进行替换，不需要提取再替换，下面代码上手即用，可作为工具类。

    public static InputStream replaceText(String labelsUrl, String str, String newStr) throws Exception {

        InputStream inputStream = toInputStream(labelsUrl);

        // 打开现有的 PDF 文档
        Document pdfDocument = new Document(inputStream);

        // 创建 TextFragmentAbsorber 对象，用于吸收文本
        TextFragmentAbsorber textAbsorber = new TextFragmentAbsorber(str);

        // 处理每一页
        for (int page = 1; page <= pdfDocument.getPages().size(); page++) {
            // 在当前页中接受 TextAbsorber
            pdfDocument.getPages().get_Item(page).accept(textAbsorber);

            // 获取文本片段

            // 替换每个找到的文本片段
            for (TextFragment textFragment : textAbsorber.getTextFragments()) {
                textFragment.setText(newStr);
            }
        }
       return convertDocumentToInputStream(pdfDocument);
    }

4. 总结

上述步骤如果遇到问题，或自己的业务场景，可以在下面一起分析实现，一群人抱团!!会持续分享工作中遇到的业务及技术，可以关注一起探讨。（偷感很重的小猿）

---