Java 在PDF中替换文字（详解）

目录

使用工具

Java在PDF中替换特定文字的所有实例

Java在PDF中替换特定文字的第一个实例

Java在PDF中使用正则表达式替换特定文字

其他替换条件设置

可能出现的问题及解决方案

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:

java"><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。
java">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 : (Iterable<? extends 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。
java">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 : (Iterable<? extends 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。
java">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 : (Iterable<? extends 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：

java">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 : (Iterable<? extends 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：

  1. 文档使用能够兼容原文本和新文本的语言的字体。
  2. 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：
java">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<PdfTextFragment> results = null;
        // 遍历PDF文件的页面
        for (PdfPageBase page : (Iterable<? extends 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。


http://www.niftyadmin.cn/n/5559712.html

相关文章

【数学建模】高温作业专用服装设计(2018A)隐式差分推导

【数学建模】高温作业专用服装设计(2018A)隐式差分推导

为方便计算&#xff0c;对区域进行离散化处理&#xff0c;采用隐式差分格式进行离散计算。隐式差分格式如图&#xff1a; 每层材料内部 对第 j j j层材料: 其中&#xff0c; λ j \lambda_j λj​表示第 j j j层的热扩散率&#xff0c; c j c_j cj​表示第 j j j层的比热容…
阅读更多...
51单片机6（P0P1P2P3结构框架图）

51单片机6（P0P1P2P3结构框架图）

一、GPIO结构框架图与工作原理 1、接下来我们介绍一下这个GPIO结构框图和工作原理&#xff0c;我们使用51单片机的GPIO分为了P0&#xff0c;P1&#xff0c;P2&#xff0c;P3这四组端口&#xff0c;下面我们就分别来介绍这四组端口它的一个内部结构&#xff0c;只有了解了内部的…
阅读更多...
Font Awesome 图表图标

Font Awesome 图表图标

Font Awesome 图表图标 Font Awesome 是一个广泛使用的图标库&#xff0c;它提供了大量的图标&#xff0c;可以轻松地用于网页设计和开发中。在本文中&#xff0c;我们将重点介绍 Font Awesome 中的图表图标&#xff0c;探讨它们的特点、使用方法&#xff0c;并展示一些实际的…
阅读更多...
工作中项目git如何管理，冲突，push不上去如何解决

工作中项目git如何管理，冲突，push不上去如何解决

主要涉及的知识点 现在公司中一般的git仓库的管理方式是怎么样的代码为什么push不上线上仓库如何解决代码冲突 分支管理方式 git checkout -b 分支名字 是创建并切换到分支 git push origin 分支名字 推到远程仓库分支上 主流的git管理方式 共用一个仓库&#xff0c;不同…
阅读更多...
Python文件读写（小小文件，手拿把掐）

Python文件读写（小小文件，手拿把掐）

读写文件是最常见的IO操作。Python内置了读写文件的函数&#xff0c;用法和C是兼容的。 在磁盘上读写文件的功能都是由操作系统提供的&#xff0c;现代操作系统不允许普通的程序直接操作磁盘&#xff0c;所以&#xff0c;读写文件就是请求操作系统打开一个文件对象&#xff08;…
阅读更多...
android预置apk

android预置apk

在framework开发中&#xff0c;有一些需求是需要预装应用的&#xff0c;有些是预置应用源码&#xff0c;有些是预置apk。今天我们就分享下怎样预置apk 一般系统有自定义的目录&#xff0c;比如我的项目中根目录下有一个文件夹vendor&#xff0c;这里没都是自定义的一些功能。预…
阅读更多...
[Unity]碰撞器的接触捕获层详解

[Unity]碰撞器的接触捕获层详解

目录 前言※关闭效果器(Effector)的遮罩接触捕获层的官方描述官方描述的翻译和注解接触捕获层作用简介接触(Contact)和捕获(Capture)配置接触捕获层的作用※接触捕获层对碰撞响应的影响需要接触捕获的物理查询需要接触捕获的物理回调注意运行时(Runtime)修改接触的相互性总结 相…
阅读更多...
算法篇 滑动窗口 leetCode 无重复字符的最长子串

算法篇 滑动窗口 leetCode 无重复字符的最长子串

无重复字符的最长子串 1.题目描述2.图解文字分析3.代码演示 1.题目描述 2.图解文字分析 3.代码演示
阅读更多...
最新文章

Copyright @ 2022~2023