如何复制带有一些文本替换和编辑的 PDF

Question

我正在探索几个第三方组件以通过 C# 处理 PDF。这些是 Aspose.pdf.net 和 iTextSharp。以下是我探索它们的详细信息：

我有一些 PDF 包含文本形式的敏感信息，例如人名、城市等。 这些 PDF 需要复制到另一个副本中，但是在创建复制副本时，需要搜索敏感文本并用一些虚拟文本替换。更换对于避免通过任何欺诈手段追踪原始信息至关重要。 此外，替换的文本需要编辑。

查找文本应支持 RegEx，因为可能存在需要屏蔽的文本变体。

能否请您帮助我如何使用 iTextShat 完成此操作。

提前致谢。

Answer 1

iTextSharp 能够使用 PdfSweep 模块 (http://itextpdf.com/itext7/pdfsweep) 进行完整的编辑（视觉以及存储在 pdf 中的数据）。 为了在文本搜索后进行编辑，您必须：

1. 从文档中提取文本（可以使用 iText 完成）。
2. 搜索提取的文本并获取要编辑的文本的位置。 （需要您的实施）
3. 使用这些位置来定义 PdfSweep 必须编辑的位置。 （几行代码）

默认情况下，PdfSweep 通过在位置上绘制彩色条来进行可视化编辑，并在内部删除文本和任何图像。 虽然在技术上可以使用 iText 用一些虚拟文本填充编辑位置，但其实现存在许多缺陷。

PdfSweep 是 iText7 的闭源模块，您可以联系我们的销售团队以获取有关许可的更多信息。