pdfbox删除水印

本文采用的是pdfbox 2.0.27版本

<dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>pdfbox</artifactId>
            <version>2.0.27</version>
        </dependency>

前提：先说一下如果你是第一次开发关于PDF的最好先了解一下PDF的基本结构，可能和开发相关行不大，但最好也要了解一下。pdfbox提供了一种查看PDF结构的方式PDFDebugger，这个为jar包中类，可以直接看出文档结构。如下：

通过这个工具很好的看出来。

pdf 文件格式及对象模型pdf 文件格式及对象模型 对象模型 PDF文件主要是由object组成的, 通过object的内部关系形成如下的逻辑结构 /Catalog /Pages /MediaBox /Count /Kids 其中, /开头的是对象名字, /MediaBox 是页面大小, /Count是页数, /Kids是页对象集合. 页…https://www.rstk.cn/news/614830.html?action=onClick如何识别PDF水印并使用PDFBox将其删除 - IT屋-程序员软件开发技术分享社区How to recognize PDF watermark and remove it using PDFBox(如何识别PDF水印并使用PDFBox将其删除) - IT屋-程序员软件开发技术分享社区https://www.it1352.com/1621162.html

http://t.csdn.cn/KtDiphttp://t.csdn.cn/KtDip

http://t.csdn.cn/ynYfAhttp://t.csdn.cn/ynYfA这些是我看过的一部分，还有很多需要自己去了解pdfbox中一些对象是啥意思（这部分我用了好长时间）。

Java PDF添加删除水印_java pdf去除水印_半个西瓜、的博客-CSDN博客https://blog.csdn.net/userenoch/article/details/128716465?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-1-128716465-blog-123109451.235%5Ev38%5Epc_relevant_default_base3&spm=1001.2101.3001.4242.2&utm_relevant_index=4这篇给了我一些启发，让我写了出来。

现在开始正题代码如下：

第一种：此种方法为可以获取到对应的xObject对象的方式（水印在内容的下方）

@Test
    public void testTran(){
        try(PDDocument pdDocument=PDDocument.load(new File("pdftest.pdf"))){

            final PDResources resources = page.getResources();
                //获取图像资源等对象的名字
                final Iterable<COSName> xObjectNames = resources.getXObjectNames();
                //获取COSObject对象
                final COSDictionary cosDictionary = resources.getCOSObject();
                System.out.println(cosDictionary);
                for (COSName cosName : xObjectNames) {
                    System.out.println(cosName);
                    //此处需要注意cosDictionary对象的格式，需要先根据COSName.XOBJECT获取器对应的dictionary，
                    // 才能进一步删除
                    final COSDictionary dictionary = cosDictionary.getCOSDictionary(COSName.XOBJECT);
                    //根据cosname来进行删除
                    dictionary.removeItem(cosName);
                }
                System.out.println(cosDictionary);
            }
            pdDocument.save("pdfWithNoMark.pdf");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

第二种：水印在内容的上方，此种方式可能获取不到XObject对象，无法直接删除，可以通过Tj标记来删除。此种方式目前还有点不足，但也可以实现水印的删除功能，内部代码有部分需要结合实际来修改。

public void removeTextWatermark(String inputPdfFilePath, String outputFdfFilePath) throws Exception {
        {
            File file = new File(inputPdfFilePath);
            PDDocument pd = PDDocument.load(file);
            for (PDPage page : pd.getPages()) {
                PDFStreamParser pdfsp = new PDFStreamParser(page);
                pdfsp.parse();
                List<Object> tokens = pdfsp.getTokens();
                System.out.println(tokens);
                for (int j = 0; j < tokens.size(); j++) {
                    //创建一个object对象去接收标记
                    Object next = tokens.get(j);
                    if (next instanceof Operator) {
                        Operator cur = (Operator) next;

                        //注意：PDF中Tj和TJ标记的字符串可能不相同，我的文档里有的标点和个别字符为TJ标记
                        if ("Tj".equals(cur.getName())) {
                            final Object o = tokens.get(j - 1);
                            if (o instanceof COSString) {
                                final COSString cosString = (COSString) o;
                                
                                //此处是根据打印出的tokens中的COSString水印部分阿来做出的选择，40也可以改为其他值，需要结合实际
                                if (cosString.getString().length() > 40) {
                                    tokens.remove(j - 1);
                                }
                                System.out.println("cosString:" + cosString.getString());
                            }
                            System.out.println("====================");
                            if (o instanceof COSArray) {
                                final COSArray cosArray = (COSArray) o;
                                System.out.println("cosArray:" + cosArray);
                            }
                        }
                    }
                }
                //输出另存
                PDStream updatedStream = new PDStream(pd);
                OutputStream out = updatedStream.createOutputStream();
                ContentStreamWriter tokenWriter = new ContentStreamWriter(out);
                tokenWriter.writeTokens(tokens);
                System.out.println(tokens);
                out.close();
                page.setContents(updatedStream);
            }
            pd.save(outputFdfFilePath);
            pd.close();
        }
    }

此段代码为原始代码，可以根据自己情况进行修改。其中TJ或是Tj为标记字符串，器前边的部分就是字符串，如果不了解可以使用文本工具打开PDF文件进行了解其结构。

第三种：通过获取文档中内容字体的倾斜度，来过滤水印。通过继承PDFTextStripper来实现。

最后，希望能帮到你们。