PDFBOX替换文本（pdfbox版本2.0.24）

最新推荐文章于 2024-11-14 20:28:52 发布

mouAuom

最新推荐文章于 2024-11-14 20:28:52 发布

阅读量4.3k

点赞数 1

分类专栏： PDFBOX 文章标签： java

本文链接：https://blog.csdn.net/JiGoLiZe_Bs/article/details/121529429

版权

本文介绍了如何在PDFBOX 2.0.24版本中替换文本。针对网上常见方法无效的问题，作者通过深入研究PDFTextStripper的showText解析及PDPageContentStream的showText写入，提出了解决方案。关键在于理解Tj、TJ操作符，以及PDFont的encode、readCode和toUnicode方法，通过替换PDFont实现文本替换。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

之前替换PDFBOX文本一直替换不了，查看到网上很多案例全都是直接使用cosstring.setValue。并没有效果。直到研究了PDFTextStripper的showText方法（解析）以及PDPageContentStream的showText方法（写入）才得到最终的解决方案。

首先在官方的exmaple文档中有个RemoveAll的案例这个案例当中是去除所有pdf的文字（github搜索pdfbox找到exmaple），得到图片。可以看到操作符Tj，TJ是写入文字，前一个token就是COSString。Tf是设置文字前两个token是字体。我们对这个方法体改造就可以做到替换文本了。

关键点：PDFont的encode方法，PDFont 的readCode方法，PDFont的toUnicode方法，替换当前PDFont为自己加载的pdfont。

public static List<Object> replaceText(PDContentStream contentStream, PDDocument document,String witch,String replace) throws Exception			 {
		//得到当前页面的所有的资源
		PDResources resources = contentStream.getResources();
		//解析当前页面，并得到token
		PDFStreamParser parser = new PDFStreamParser(contentStream);
		Object token = parser.parseNextToken();
		List<Object> newTokens = new ArrayList<Object>();
		Map<COSName,PDFont> fon