java PDF批量替换关键词
要求：将要替换的字段封装到一个类中，并规定字段名与PDF中关键字的映射。
准备：
关键词信息类-----MatchItem
package pdf.replace;
import lombok.Data;
@Data
public class MatchItem {
//pdf页数
private Integer pageNum;
//关键词
private String keyWord;
//pdf扫描的单个字块
private String content;
//关键词的位置信息，字体大小等等
private float x;
private float y;
private float fontHeight;
private float fontWidth;
private float pageHeight;
private float pageWidth;
}
扫描pdf并组装成MatchItem类------KeyWordPositionListener
package pdf.replace;
import com.google.common.collect.Lists;
import com.itextpdf.awt.geom.Rectangle2D;
import com.itextpdf.text.Rectangle;
import com.itextpdf.text.pdf.parser.ImageRenderInfo;
import com.itextpdf.text.pdf.parser.RenderListener;
import com.itextpdf.text.pdf.parser.TextRenderInfo;
import lombok.Data;
import java.util.List;
@Data
public class KeyWordPositionListener implements RenderListener {
private String keyword;
private Integer pageNumber;
private Rectangle curPageSize;
private List<MatchItem> allItems= Lists.newArrayList();
private List<MatchItem> matches= Lists.newArrayList();
@Override
public void beginTextBlock() {
}
@Override
public void renderText(TextRenderInfo textRenderInfo) {
//获取字符
String content = textRenderInfo.getText();
Rectangle2D.Float textRectangle = textRenderInfo.getDescentLine().getBoundingRectange();
MatchItem item = new MatchItem();
item.setContent(content);
item.setPageNum(pageNumber);
item.setFontHeight(textRectangle.height == 0 ? 12:textRectangle.height);//默认12
item.setFontWidth(textRectangle.width);
item.setPageHeight(curPageSize.getHeight());
item.setPageWidth(curPageSize.getWidth());
item.setX((float)textRectangle.getX());
item.setY((float)textRectangle.getY());
//若keyword是单个字符，匹配上的情况
if(content.equalsIgnoreCase(keyword)) {
matches.add(item);
}
//保存所有的项
allItems.add(item);
}
@Override
public void endTextBlock() {
}
@Override
public void renderImage(ImageRenderInfo imageRenderInfo) {
}
}
类属性和pdf上关键词的映射枚举-----KeyEnum
需要一直维护。因为入参类是会变化的
package pdf.replace;
public enum KeyEnum {
//关键词后面+ & 只是我的这边方便，可以自行设计关键词
姓名("name", "姓名&"),
性别("sex", "性别&"),
年龄("age", "年龄&"),
学历("stu", "学历&");
//属性
private String property;
//关键词
private String keyWord;
KeyEnum(String property, String keyWord) {
this.property = property;
this.keyWord = keyWord;
}
public static String value(String property) {
for (KeyEnum e : values()) {
if (e.getProperty().equals(property)) {
return e.getKeyWord();
}
}
return null;
}
public String getProperty() {
return property;
}
public void setProperty(String property) {
this.property = property;
}
public String getKeyWord() {
return keyWord;
}
public void setKeyWord(String keyWord) {
this.keyWord = keyWord;
}
}
测试类------Test
package pdf.replace;
import lombok.Data;
@Data
public class Test {
private String name;
private String sex;
private Integer age;
private String stu;
}
PDFUtils
package pdf.replace;
import com.itextpdf.text.BaseColor;
import com.itextpdf.text.Font;
import com.itextpdf.text.Rectangle;
import com.itextpdf.text.pdf.BaseFont;
import com.itextpdf.text.pdf.PdfContentByte;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.PdfStamper;
import com.itextpdf.text.pdf.parser.PdfReaderContentParser;
import java.io.FileOutputStream;
import java.lang.reflect.Field;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
/**
* pdf替换文字工具类
*
* 思路：
* 1.逐页搜索关键字，逐页匹配
* 2.先读取一页的所有字符信息，存放到allItems中
* 3.把一页的字符拼接成字符串，然后匹配关键字，匹配上，记录匹配的第一个字符的MatchItem信息；匹配不是，继续下一页匹配
* 4.根据匹配字符串的长度和字符的宽高信息画遮罩层，然后替换文字生成新的pdf文件
*
* 不足之处：
* 1.目前只支持单字符串匹配
* 2.替换之后的文字无法和原pdf中替换掉的文字信息一致（主要有：字体大小、样式等）
* 3.某些情况下（主要是替换字体的大小）替换之后显示不是太整齐
* 4.字体大小、样式无法把控
* 5.无法匹配目标文字在两页中显示的情况（例如：目标文字：替换工具，第一页页尾有替换两字，第二页页首有工具二字）
*
*/
public class PdfUtils {
/**
* 根据关键字和pdf路径，全文搜索关键字
* @param reader pdf目标路径
* @param keyValue 关键字列表
* @return
* @throws Exception
*/
public static Map<Integer,Map<MatchItem,String>> matchAll(PdfReader reader, Map<String,String> keyValue) throws Exception {
Map<Integer,Map<MatchItem,String>> map=new HashMap<>();
//获取pdf页数
int pageSize = reader.getNumberOfPages();
//逐页匹配关键字
for(int page = 1;page <= pageSize;page++){
Map<MatchItem,String> map1=new HashMap<>();
for (String keyword:keyValue.keySet()) {
List<MatchItem> matchItems=matchPage(reader,page,keyword);
if (matchItems!=null&&matchItems.size()>0){
for (MatchItem item:matchItems){
item.setKeyWord(keyword);
map1.put(item,keyValue.get(keyword));
}
}
}
map.put(page,map1);
}
return map;
}
/**
* 根据关键字、文档路径、pdf页数寻找特定的文件内容
* @param reader
* @param pageNumber 页数
* @param keyword 关键字
* @return
* @throws Exception
*/
public static List<MatchItem> matchPage(PdfReader reader, Integer pageNumber,String keyword) throws Exception {
PdfReaderContentParser parse = new PdfReaderContentParser(reader);
Rectangle rectangle = reader.getPageSize(pageNumber);
//匹配监听
KeyWordPositionListener renderListener = new KeyWordPositionListener();
renderListener.setKeyword(keyword);
renderListener.setPageNumber(pageNumber);
renderListener.setCurPageSize(rectangle);
parse.processContent(pageNumber, renderListener);
return findKeywordItems(renderListener,keyword);
}
/**
* 找到匹配的关键词块
* @param renderListener
* @param keyword
* @return
*/
public static List<MatchItem> findKeywordItems(KeyWordPositionListener renderListener,String keyword){
//先判断本页中是否存在关键词
List<MatchItem> allItems = renderListener.getAllItems();//所有块LIST
StringBuffer sbtemp = new StringBuffer("");
for(MatchItem item : allItems){//将一页中所有的块内容连接起来组成一个字符串。
sbtemp.append(item.getContent());
}
List<MatchItem> matches = renderListener.getMatches();
//一页组成的字符串没有关键词，直接return
//第一种情况：关键词与块内容完全匹配的项,直接返回
if(sbtemp.toString().indexOf(keyword) == -1 || matches.size() > 0){
return matches;
}
//第二种情况：多个块内容拼成一个关键词，则一个一个来匹配，组装成一个关键词
sbtemp = new StringBuffer("");
List<MatchItem> tempItems = new ArrayList();
for(MatchItem item : allItems){
if(keyword.indexOf(item.getContent()) != -1 ){
tempItems.add(item);
sbtemp.append(item.getContent());
if(keyword.indexOf(sbtemp.toString()) == -1){//如果暂存的字符串和关键词 不再匹配时
sbtemp = new StringBuffer(item.getContent());
tempItems.clear();
tempItems.add(item);
}
if(sbtemp.toString().equalsIgnoreCase(keyword)){//暂存的字符串正好匹配到关键词时
matches.add(tempItems.get(0));//得到匹配的项
sbtemp = new StringBuffer("");//清空暂存的字符串
tempItems.clear();//清空暂存的LIST
continue;//继续查找
}
}else{//如果找不到则清空
sbtemp = new StringBuffer("");
tempItems.clear();
}
}
return matches;
}
/**
* 自动生成替换键值对
* @param
*/
public static Map<String,String> autoKeyValue(Class clazz,Object obj){
Map<String,String> map=new HashMap<>();
for(KeyEnum keyEnum:KeyEnum.values()){
Field field= null;
try {
field = clazz.getDeclaredField(keyEnum.getProperty());
if (null != field){
field.setAccessible(true);
Object o= field.get(obj);
if (null!=o){
map.put(keyEnum.getKeyWord(),o.toString());
}else {
map.put(keyEnum.getKeyWord(),"");
}
}
} catch (NoSuchFieldException e) {
e.printStackTrace();
} catch (IllegalAccessException e) {
e.printStackTrace();
}
}
return map;
}
/**
* 替换目标文字，生成新的pdf文件
* @param src 目标pdf路径
* @param dest 新pdf的路径
* @param clazz 类
* @param o 对象
* @throws Exception
*/
public static void batchReplace(String src,String dest,Class clazz,Object o) throws Exception{
//根据入参类信息和对象获取键值对
Map<String,String> keyValue=autoKeyValue(clazz,o);
PdfReader reader = new PdfReader(src);
PdfStamper stamper = new PdfStamper(reader, new FileOutputStream(dest));
//获取类属性的所有关键词再pdf对应位置信息的map
Map<Integer,Map<MatchItem,String>> matchItems=matchAll(reader,keyValue);
//开始替换
PdfContentByte canvas = null;
for (Map.Entry<Integer,Map<MatchItem,String>> entry:matchItems.entrySet()){
canvas = stamper.getOverContent(entry.getKey());
for (Map.Entry<MatchItem,String> matchEntry:entry.getValue().entrySet()){
MatchItem item=matchEntry.getKey();
float x = item.getX();
float y = item.getY();
float fontWidth = item.getFontWidth();
float fontHeight = item.getFontHeight();
canvas.saveState();
canvas.setColorFill(BaseColor.WHITE);
canvas.rectangle(x, y,fontWidth*item.getKeyWord().length(),fontHeight+2);
canvas.fill();
canvas.restoreState();
//开始写入文本
canvas.beginText();
BaseFont bf = BaseFont.createFont("STSong-Light", "UniGB-UCS2-H", BaseFont.EMBEDDED);
Font font = new Font(bf,fontWidth,Font.UNDERLINE);
//设置字体和大小
canvas.setFontAndSize(font.getBaseFont(), fontWidth);
//设置字体的输出位置
canvas.setTextMatrix(x, y+fontWidth/10+0.5f);
//要输出的text
canvas.showText(matchEntry.getValue());
canvas.endText();
}
}
stamper.close();
reader.close();
System.out.println("complete");
}
}
测试
测试代码
public static void main(String[] args) throws Exception{
String src = "C:\Users\steve\Desktop\test.pdf";
String dest = "C:\Users\steve\Desktop\pdfTest.pdf";
// 根据类来替换
Test test=new Test();
test.setName("张三");
test.setSex("男");
test.setStu("本科");
batchReplace(src,dest,Test.class,test);
}
替换前pdf
替换后pdf
