Java 在PDF中替换文字（详解）

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:

<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。

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PDFpdf.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 : (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PDFpdf.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 : (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PDFpdf.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 : (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PDFpdf.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<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PDFpdf.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。