用其他单词替换现有PDF或docx中的单词/短语

Question

我正在尝试将动态PDF生成器作为.NET Core API。我想获取现有的PDF或.docx文件，然后对其进行编辑，以便将当前名称（John Doe）替换为可以替换为#NAME_PLACEHOLDER的内容。

然后我要转换#NAME_PLACEHOLDER -> John Doe（或KeyValuePair或Dictionary<string, string>中的任何内容。）

我在Docker环境中运行它，所以我可以轻松执行命令，我也愿意这样做。

到目前为止，我尝试了一些事情：

• 1）pdf2htmlEX
  • 执行为pdf2htmlEX file.pdf
  • 工作做得很好
  • 可以使用谷歌Chrome无头或类似的
  转换回PDF
  • 问题：只能使用PDF中使用的字符进行替换。因此，如果我仅将A, B, C用作字符，则会将D变为Times New Roman（或默认字体）
• 2）LibreOffice ODT to PDF
  • 这非常好，因为我可以简单地解压缩.odt文件，打开content.xml，搜索和替换，然后再将其另存为.odt文件
  • 可以使用soffice --convert-to pdf
  轻松转换为PDF
  • LibreOffice非常好
  • 问题1：Microsoft Word - ＆gt;保存为ODT往往会破坏格式，因此我们必须使用LibreOffice再次将其更改
  • 问题2：我们不想离开微软的Office套件
• 3）使用Chrome Headless的HTML到PDF
  • 你看到的就是你得到的东西
  • 到目前为止最好的选择，如果我们所有的开发人员都拥有无限的时间
  • 问题1：只有我们的开发人员可以进行更改，因为我们的营销部门不了解HTML
  • 问题2：我们现有的PDF必须以HTML格式重写

正如你所看到的，我尝试了很多东西。除了Chrome Headless之外，他们都没有达到我的期望。我真正喜欢的＃3是你看到的就是你得到的东西。我可以用HTML制作整个内容，按 CTRL + P ，看看它看起来像是一个完成的PDF，基本上。

我正在寻找更好的解决方案。它可以支付。它可以是免费的。我所需要的只是动态地用其他词语改变单词/短语，这显然是一件很难的事情。

Answer 1

感谢您明确指出您已经找到的内容。这有助于提供简洁的答案。

转换总是很棘手 - 我确定您知道 Word无法自行显示/编辑某些Word文档。

我有关于＃2＆＃34; LibreOffice ODT到PDF＆＃34;的经验并且可以建议一些测试的东西：

1. 不要使用Microsoft进行docx-＆gt; odt转换。你知道它并不好。使用LibreOffice本身执行此步骤。你的其他过程保持不变。
2. 对于某些文件，Libre Office的文档更好。因此，您可以使用DOC格式并获得更好的结果，而无需任何其他更改。

3. 您无法从流程中移除开发人员，但您当然可以减少他们的角色，从而使您的业务/营销团队可以通过以下方式获得更多直接输入：

   • 获取开发点文档到开发人员以完成转换过程。开发者可以清理＆＃34;使文件转换得很好的文件。
   • 将此版本的文档作为＆＃34;官方＆＃34;初始点。业务或技术团队可以加载，调整并将其重新放入流程中。
   • 如果可能，将测试平台公开给业务团队，以便他们可以下载，调整，上传和呈现为PDF。这个循环意味着他们将能够实现更多，如果他们做得好，做一些令人印象深刻的东西，没有任何开发输入。
   • 上述步骤仅仅意味着不要期望任意复杂文档的完美转换。从（甚至复杂的）工作基线开始很棒。

其中一些可能会向您显示您的＃2实际上会获得最佳的整体效果。

我希望有所帮助。