源码

源码：https://github.com/lastwhispers/pdf-content-replace

能干什么

基于java语言itext库，实现pdf内容替换。 比如将银行电子回执单PDF内的收款账号、付款账号进行脱敏替换。

目前我也仅仅在银行电子回执单中使用过，支持如下银行

• 网商银行、平安银行、光大银行、招商银行、民生银行、天津金城银行、建设银行、广发网上银行、中国建设银行

怎么使用

以招商银行的收付款账号脱敏为例

1. 把代码copy到你项目里面用，引入itext依赖，如果itext相关依赖下不下来就下源码本地打包

2. 配置收付款账号的脱敏规则上下文 bankRuleMap，比如付款账号：123456999990503，前一组关键词就是付款账号：，真正要替换的内容是123456999990503，bankRuleMap就设置为bankRuleMap.put("付款账号：", new BankCardReplace());

3. 其他代码照抄，运行即可

/**
 * @author cunchang
 * @date 2020/9/3 上午2:06
 */
public class Client {

    static Map<String, ReplaceRule> bankRuleMap = new HashMap<>();

    static {
      	// 第一步：配置收付款账号的脱敏规则上下文 bankRuleMap
        ReplaceRule bankCardReplace = new BankCardReplace();
        // 招商银行
        bankRuleMap.put("付款账号：", bankCardReplace);
        bankRuleMap.put("收款人账号：", bankCardReplace);
    }

    public static void main(String[] args) throws IOException, DocumentException {
        String source = "/Users/cunchang/Downloads/receipt/source.pdf";
        String target = "/Users/cunchang/Downloads/receipt/target.pdf";

        // 第一步配置监听器，构建PdfReplacer
        PositionRenderListener positionRenderListener = new PositionRenderListener(bankRuleMap.keySet());
        PdfReplacer pdfReplacer = new PdfReplacerBuilder()
                .setReplaceRuleMap(bankRuleMap)
                .setSourcePdf(source)
                .setTargetPdf(target)
                .setResultRenderListener(positionRenderListener)
                .build();
        try {
            // 第二步执行
            pdfReplacer.process();
        } finally {
            // 第三步回收资源
            pdfReplacer.close();
        }
    }
}

怎么干的

1. 遍历pdf中每一页每一项内容
2. 找到替换的关键字，记录其在pdf文件中的所占内容矩形四个角坐标，
3. 最后先将内容抹除掉，然后写入脱敏的内容。

使用itextpdf5实现上述操作

第一步：主要通过com.itextpdf.text.pdf.parser.PdfReaderContentParser实现

第二步：主要通过com.itextpdf.text.pdf.parser.RenderListener实现，Parser遍历时会回调监听器，拿到内容

第三步：主要通过com.itextpdf.text.pdf.pdfcleanup.PdfCleanUpProcessor实现，这一步比较关键，要对pdf中指定区域进行销毁。可以看一下itext的官方demo How to remove text from a PDF?

怎么扩展

替换规则不满足需求

实现cn.lastwisper.rule.ReplaceRule，加载自己的规则即可

记录关键字的监听器不满足需求

实现cn.lastwisper.core.ResultRenderListener，build时设置进去即可

清除区域坐标不准

cn.cunchang.core.ReplaceRegion类，修改Llx、Lly、Urx、Ury的偏移量(where ll stands for lower-left and ur stands for upper-right)

public float getLlx() {
  return x;
}
public float getLly() {
  return y - 2;
}
public float getUrx() {
  return x + w - 2;
}
public float getUry() {
  return y + h - 2;
}

有点坑

已知bug

com.itextpdf.text.pdf.pdfcleanup.PdfCleanUpRenderListener.processImage方法有bug，itext5依赖了apache image库，这个库已经十几年没更新了

org.apache.commons.imaging.ImageReadException: Invalid marker found in entropy data

如果你也出现这样的问题，可以使用jdk自带的ImageIO.read做备选方案

itextpdf 的开源协议是AGPL！！！！！！

itextpdf 的协议是AGPL，这个需要注意！！！！！！

企业内部的项目中引用了使用AGPL许可的软件,需要公开源代码么?

itextpdf 协议和收费要求

参考

https://blog.csdn.net/sishenkankan/article/details/53107195