快捷導(dǎo)航

Java在PDF中替換文字詳解及可能遇到的問題

更新時(shí)間：2024年09月11日 10:48:27 作者：nuclear2011

本文詳細(xì)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(shí)例、第一個(gè)實(shí)例以及使用正則表達(dá)式,同時(shí),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(shí)間的推移可能會(huì)發(fā)生變化，比如產(chǎn)品價(jià)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(jìn)行更新。通過編程方式替換PDF中的相應(yīng)文字，可以實(shí)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(shè)計(jì)的PDF文檔處理庫。它支持在Java應(yīng)用程序中創(chuàng)建、讀取、編輯、轉(zhuǎn)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(shí)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(shí)例。具體步驟如下：

創(chuàng)建PdfDocument類的實(shí)例。
使用PdfDocument.loadFromFile()方法加載PDF文檔。
遍歷PDF文檔中的頁面。
為每個(gè)頁面創(chuàng)建一個(gè)PdfTextReplacer實(shí)例，并將當(dāng)前頁面對象作為參數(shù)傳入該類的構(gòu)造函數(shù)。
使用PdfTextReplacer.replaceAllText()方法將頁面上特定文字的所有實(shí)例替換為新文字。
使用PdfDocument.saveToFile() 方法保存結(jié)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(shí)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(shí)例，并將當(dāng)前頁面對象作為參數(shù)傳遞至該類的構(gòu)造函數(shù)
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 將當(dāng)前頁面上的特定文本的所有實(shí)例替換為新文本
            textReplacer.replaceAllText("Python", "Golang");
        }

        // 將結(jié)果文件保存為一個(gè)新的PDF
        pdf.saveToFile("替換所有實(shí)例.pdf");
        pdf.close();
    }
}

Java在PDF中替換特定文字的第一個(gè)實(shí)例

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

創(chuàng)建PdfDocument類的實(shí)例。
使用PdfDocument.loadFromFile()方法加載PDF文檔。
遍歷PDF文檔中的頁面。
為每個(gè)頁面創(chuàng)建一個(gè)PdfTextReplacer實(shí)例，并將當(dāng)前頁面對象作為參數(shù)傳入該類的構(gòu)造函數(shù)。
使用PdfTextReplacer.replaceText() 方法將頁面上特定文字的第一個(gè)實(shí)例替換為新文字。
使用PdfDocument.saveToFile() 方法保存結(jié)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(shí)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(shí)例，并將當(dāng)前頁面對象作為參數(shù)傳遞至該類的構(gòu)造函數(shù)
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 將當(dāng)前頁面上的特定文本的第一個(gè)實(shí)例替換為新文本
            textReplacer.replaceText("Python", "Golang");
        }

        // 將結(jié)果文件保存為一個(gè)新的PDF
        pdf.saveToFile("替換第一個(gè)實(shí)例.pdf");
        pdf.close();
    }
}

Java在PDF中使用正則表達(dá)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(dá)式替換。然后使用 PdfTextReplacer.setOptions() 方法應(yīng)用該文字替換模式。具體步驟如下：

創(chuàng)建PdfDocument類的實(shí)例。
使用PdfDocument.loadFromFile()方法加載PDF文檔。
創(chuàng)建PdfTextReplaceOptions類的實(shí)例，并使用PdfTextReplaceOptions.setReplaceType() 方法指定文本替換模式為使用正則表達(dá)式替換。
遍歷PDF文檔中的頁面。
為每個(gè)頁面創(chuàng)建一個(gè)PdfTextReplacer實(shí)例，并將當(dāng)前頁面對象作為參數(shù)傳入該類的構(gòu)造函數(shù)。
使用 PdfTextReplacer.setOptions() 方法應(yīng)用正則表達(dá)式替換模式。
將正則表達(dá)式和新文本作為參數(shù)傳入PdfTextReplacer.replaceAllText()方法來將頁面上正則表達(dá)式匹配到的文本替換為新文本。
使用PdfDocument.saveToFile() 方法保存結(jié)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(shí)例
        PdfDocument pdf = new PdfDocument();
        // 加載PDF文件
        pdf.loadFromFile("模板.pdf");

        // 創(chuàng)建PdfTextReplaceOptions類的實(shí)例，并指定文本替換模式為使用正則表達(dá)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(shí)例，并將當(dāng)前頁面對象作為參數(shù)傳遞至該類的構(gòu)造函數(shù)
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 應(yīng)用正則表達(dá)式替換模式
            textReplacer.setOptions(replaceOptions);

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

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

其他替換條件設(shè)置

Spire.PDF for Java還支持設(shè)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(shí)例
        PdfDocument pdf = new PdfDocument();
        // 加載PDF文件
        pdf.loadFromFile("什么是Python.pdf");

        // 創(chuàng)建PdfTextReplaceOptions類的實(shí)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(shí)例，并將當(dāng)前頁面對象作為參數(shù)傳遞至該類的構(gòu)造函數(shù)
            PdfTextReplacer textReplacer =  new PdfTextReplacer(page);
            // 應(yīng)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(jié)果文件保存為一個(gè)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(dāng)使用 PdfTextReplacer類的方法進(jìn)行文本替換時(shí)，默認(rèn)情況下，替換后的新文本會(huì)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(huì)出現(xiàn)在需要替換不同語言的文本時(shí)。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(gè)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(nèi)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(shè)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(shí)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(shí)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(shí)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(gè)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(jié)果文件保存為一個(gè)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(nèi)容。