Java在PDF中替換文字詳解及可能遇到的問題

更新時間：2024年09月11日 10:48:27 作者：nuclear2011

本文詳細介紹了如何使用Java和Spire.PDF?for?Java庫在PDF文檔中批量替換文字,包括替換特定文字的所有實例、第一個實例以及使用正則表達式,同時,探討了可能遇到的問題及其解決方案,需要的朋友可以參考下

前言

PDF文檔中的信息隨時間的推移可能會發(fā)生變化，比如產品價格、聯(lián)系方式等。為了確保PDF文檔保持最新，我們需要對這些信息進行更新。通過編程方式替換PDF中的相應文字，可以實現(xiàn)批量化處理，大大提高工作效率。這篇博客將探討幾種使用Java在PDF中替換文字的不同方式，以及可能出現(xiàn)的問題和解決方案。

使用工具

在PDF中替換文字，可以使用Spire.PDF for Java庫。

Spire.PDF for Java是一款專門為Java開發(fā)人員設計的PDF文檔處理庫。它支持在Java應用程序中創(chuàng)建、讀取、編輯、轉換和打印PDF文檔。你可以使用以下代碼來從Maven倉庫安裝它:

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.pdf</artifactId>
        <version>10.6.2</version>
    </dependency>
</dependencies>

Java在PDF中替換特定文字的所有實例

Spire.PDF for Java提供了PdfTextReplacer.replaceAllText()方法，支持替換PDF頁面中特定文字的所有實例。具體步驟如下：

創(chuàng)建PdfDocument類的實例。
使用PdfDocument.loadFromFile()方法加載PDF文檔。
遍歷PDF文檔中的頁面。
為每個頁面創(chuàng)建一個PdfTextReplacer實例，并將當前頁面對象作為參數傳入該類的構造函數。
使用PdfTextReplacer.replaceAllText()方法將頁面上特定文字的所有實例替換為新文字。
使用PdfDocument.saveToFile() 方法保存結果文檔。

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) {
        // 創(chuàng)建PdfDocument類的實例
        PdfDocument pdf = new PdfDocument();
        // 加載PDF文件
        pdf.loadFromFile("什么是Python.pdf");

        // 遍歷PDF文件的頁面
        for (PdfPageBase page : (Iterable<? extends PdfPageBase>) pdf.getPages()) {
            // 創(chuàng)建PdfTextReplacer類的實例，并將當前頁面對象作為參數傳遞至該類的構造函數
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 將當前頁面上的特定文本的所有實例替換為新文本
            textReplacer.replaceAllText("Python", "Golang");
        }

        // 將結果文件保存為一個新的PDF
        pdf.saveToFile("替換所有實例.pdf");
        pdf.close();
    }
}

Java在PDF中替換特定文字的第一個實例

要替換PDF頁面中特定文字的第一個實例，可以使用PdfTextReplacer.replaceText() 方法。具體步驟如下：

創(chuàng)建PdfDocument類的實例。
使用PdfDocument.loadFromFile()方法加載PDF文檔。
遍歷PDF文檔中的頁面。
為每個頁面創(chuàng)建一個PdfTextReplacer實例，并將當前頁面對象作為參數傳入該類的構造函數。
使用PdfTextReplacer.replaceText() 方法將頁面上特定文字的第一個實例替換為新文字。
使用PdfDocument.saveToFile() 方法保存結果文檔。

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) {
        // 創(chuàng)建PdfDocument類的實例
        PdfDocument pdf = new PdfDocument();
        // 加載PDF文件
        pdf.loadFromFile("什么是Python.pdf");

        // 遍歷PDF文件的頁面
        for (PdfPageBase page : (Iterable<? extends PdfPageBase>) pdf.getPages()) {
            // 創(chuàng)建PdfTextReplacer類的實例，并將當前頁面對象作為參數傳遞至該類的構造函數
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 將當前頁面上的特定文本的第一個實例替換為新文本
            textReplacer.replaceText("Python", "Golang");
        }

        // 將結果文件保存為一個新的PDF
        pdf.saveToFile("替換第一個實例.pdf");
        pdf.close();
    }
}

Java在PDF中使用正則表達式替換特定文字

Spire.PDF for Java提供了PdfTextReplaceOptions類，用于指定文字替換模式。你可以通過該類的setReplaceType() 方法指定文本替換模式為使用正則表達式替換。然后使用 PdfTextReplacer.setOptions() 方法應用該文字替換模式。具體步驟如下：

創(chuàng)建PdfDocument類的實例。
使用PdfDocument.loadFromFile()方法加載PDF文檔。
創(chuàng)建PdfTextReplaceOptions類的實例，并使用PdfTextReplaceOptions.setReplaceType() 方法指定文本替換模式為使用正則表達式替換。
遍歷PDF文檔中的頁面。
為每個頁面創(chuàng)建一個PdfTextReplacer實例，并將當前頁面對象作為參數傳入該類的構造函數。
使用 PdfTextReplacer.setOptions() 方法應用正則表達式替換模式。
將正則表達式和新文本作為參數傳入PdfTextReplacer.replaceAllText()方法來將頁面上正則表達式匹配到的文本替換為新文本。
使用PdfDocument.saveToFile() 方法保存結果文檔。

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) {
        // 創(chuàng)建PdfDocument類的實例
        PdfDocument pdf = new PdfDocument();
        // 加載PDF文件
        pdf.loadFromFile("模板.pdf");

        // 創(chuàng)建PdfTextReplaceOptions類的實例，并指定文本替換模式為使用正則表達式替換
        PdfTextReplaceOptions replaceOptions = new PdfTextReplaceOptions();
        replaceOptions.setReplaceType(EnumSet.of(ReplaceActionType.Regex));

        // 遍歷PDF文件的頁面
        for (PdfPageBase page : (Iterable<? extends PdfPageBase>) pdf.getPages()) {
            // 創(chuàng)建PdfTextReplacer類的實例，并將當前頁面對象作為參數傳遞至該類的構造函數
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 應用正則表達式替換模式
            textReplacer.setOptions(replaceOptions);

            // 設置正則表達式來匹配以 “#” 開頭的文本
            String regularExpression = "\\#\\w+\\b";
            // 將頁面上正則表達式匹配到的文本替換為新文本
            textReplacer.replaceAllText(regularExpression, "顯示器");
        }

        // 將結果文件保存為一個新的PDF
        pdf.saveToFile("正則表達式替換.pdf");
        pdf.close();
    }
}

其他替換條件設置

Spire.PDF for Java還支持設置其他替換條件，如不區(qū)分大小寫和全詞匹配。具體代碼如下：

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) {
        // 創(chuàng)建PdfDocument類的實例
        PdfDocument pdf = new PdfDocument();
        // 加載PDF文件
        pdf.loadFromFile("什么是Python.pdf");

        // 創(chuàng)建PdfTextReplaceOptions類的實例，并指定文本替換模式為不區(qū)分大小寫或全詞匹配
        PdfTextReplaceOptions replaceOptions = new PdfTextReplaceOptions();
        replaceOptions.setReplaceType(EnumSet.of(ReplaceActionType.IgnoreCase));
        replaceOptions.setReplaceType(EnumSet.of(ReplaceActionType.WholeWord));

        // 遍歷PDF文件的頁面
        for (PdfPageBase page : (Iterable<? extends PdfPageBase>) pdf.getPages()) {
            // 創(chuàng)建PdfTextReplacer類的實例，并將當前頁面對象作為參數傳遞至該類的構造函數
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 應用文本替換模式
            textReplacer.setOptions(replaceOptions);

            // 將頁面上特定文本替換為新文本
            textReplacer.replaceAllText("Python", "Golang");
        }

        // 將結果文件保存為一個新的PDF
        pdf.saveToFile("其他替換條件.pdf");
        pdf.close();
    }
}

可能出現(xiàn)的問題及解決方案

當使用 PdfTextReplacer類的方法進行文本替換時，默認情況下，替換后的新文本會使用PDF文檔中原始文本的字體來繪制。如果原始文本所使用的字體不支持新文本所使用的語言，那么新文本就無法正確地顯示出來。這種情況通常會出現(xiàn)在需要替換不同語言的文本時。比如，原文是英文，需要替換為中文，但是英文字體可能不支持顯示中文字符。為解決這個問題，可以考慮以下2種方法：

文檔使用能夠兼容原文本和新文本的語言的字體。
采用另一種方法替換文本：通過在原始文本上繪制矩形覆蓋它，然后在矩形內繪制新文本，注意這種方式不能保留原始文本的樣式，需要自己設置新文本的樣式，效果沒有使用PdfTextReplacer方法好。具體代碼如下：

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) {
        // 創(chuàng)建PdfDocument類的實例
        PdfDocument pdf = new PdfDocument();
        // 加載PDF文件
        pdf.loadFromFile("Adobe Acrobat.pdf");

        // 定義字體（如果字體已安裝在系統(tǒng)中）
        PdfTrueTypeFont font = new PdfTrueTypeFont(new Font("宋體", Font.PLAIN, 11));
        // 如果字體未安裝在系統(tǒng)中，使用以下代碼
        // PdfTrueTypeFont font = new PdfTrueTypeFont("字體文件.ttf", 11);

        PdfStringFormat format = new PdfStringFormat();
        format.setLineLimit(false);

        List<PdfTextFragment> results = null;
        // 遍歷PDF文件的頁面
        for (PdfPageBase page : (Iterable<? extends PdfPageBase>) pdf.getPages()) {
            // 創(chuàng)建 PdfTextFinder 實例
            PdfTextFinder finder = new PdfTextFinder(page);
            // 查找特定文本
            results =  finder.find("Adobe Acrobat");
            // 遍歷找到的所有實例
            for (PdfTextFragment text : results) {
                // 獲取文本所在的矩形區(qū)域
                 Rectangle2D rect = text.getBounds()[0];
                // 在該區(qū)域畫一個新的矩形覆蓋原來的文本
                page.getCanvas().drawRectangle(PdfBrushes.getWhite(), rect);
                // 在新的矩形中繪制新文本
                page.getCanvas().drawString("PDF編輯器", font, PdfBrushes.getDarkBlue(), rect, format);
            }
        }

        // 將結果文件保存為一個新的PDF
        pdf.saveToFile("覆蓋文本.pdf");
        pdf.close();
    }
}

以上就是使用Java在PDF中替換文字的全部內容。