Question

我有一个pdf文档（没有表单），我想使用pdfBox（java）禁用文本搜索。我可以想象以下可能性：

拼合文字
删除文字信息（不删除文字本身）
向文档添加叠加层。

目前我不知道如何实现这一点。有谁知道如何解决这个问题？

Answer 1

这取决于你的目标：

避免某些文字上的所有内容：打印，用黑色墨水标记，然后重新扫描;
删除敏感文本：您必须扫描文本内部，并删除/替换它（使用pdfbox），但它有风险（某些文本被拆分）;
为查看器屏蔽一些文本：查找文本并添加黑色矩形（使用pdfbox），但它不是很安全。您可以删除矩形，或使用其他工具来阅读文本。通常，如果文本在里面，某些工具可以找到它;
避免复制/粘贴文本（但不能搜索/查看）：使用安全选项，密码：

请参阅：https://pdfbox.apache.org/2.0/cookbook/encryption.html

PDDocument doc = PDDocument.load(new File("filename.pdf"));

// Define the length of the encryption key.
// Possible values are 40, 128 or 256.
int keyLength = 128;
// 256 => plante

AccessPermission ap = new AccessPermission();

// disable printing, everything else is allowed
ap.setCanPrint(false);

ap.setCanExtractContent(false);
ap.setCanExtractForAccessibility(false);

// Owner password (to open the file with all permissions) is "12345"
// User password (to open the file but with restricted permissions, is empty here)
StandardProtectionPolicy spp = new StandardProtectionPolicy("12345", "", ap);
spp.setEncryptionKeyLength(keyLength);
spp.setPermissions(ap);
doc.protect(spp);

doc.save("filename-encrypted2.pdf");
doc.close();

Answer 2

非常感谢你的帮助。我想我找到了一种符合要求的方法。（老实说，不是很干净）：

将矩形添加到地址部分
将PDF转换为图片
将图片转换回pdf。

在丢失所有文本信息的同时，用户无法再查看关键信息。由于这个原因，这只是为了显示（初始PDF文档没有改变），现在可以了。

使用pdfBox禁用pdf文本搜索

2 个答案: