如何使用 Aspose OCR 與 Java 進行 PDF 敏感資訊遮蔽

在當今的數位環境中，安全地 如何遮蔽 PDF 檔案是處理個人、財務或機密資訊的企業的首要任務。透過結合 Aspose OCR 的雲端功能與 GroupDocs.Redaction 強大的正則表達式引擎，您可以 安全的 PDF 遮蔽、遮蔽敏感的 PDF 資料，以及自動 儲存已遮蔽的 PDF 輸出。本教學將逐步說明從環境設定到套用基於正則表達式的遮蔽，讓您能自信地保護敏感內容。

快速答覆

本教學涵蓋什麼內容？ 在 Java 中將 Aspose OCR 與 GroupDocs.Redaction 結合，使用正則表達式模式對 PDF 進行遮蔽。
需要授權嗎？ 免費試用可用於評估；正式環境需購買永久授權。
需要哪個 Java 版本？ JDK 8 或以上。
可以將結果另存為新 PDF 嗎？ 可以——使用 SaveOptions 來 儲存已遮蔽的 PDF 檔案。
此解決方案適用於大型文件嗎？ 只要妥善管理記憶體並可選擇平行處理，即可良好擴展。

什麼是 PDF 遮蔽以及為何使用它？

PDF 遮蔽會永久移除或遮蔽文件中的機密資訊。不同於單純的隱藏，遮蔽確保資料無法被復原，因而對遵守 GDPR、HIPAA 以及 PCI‑DSS 等法規至關重要。

前置條件

GroupDocs.Redaction for Java（用於執行遮蔽的函式庫）
Aspose.OCR Cloud SDK（雲端 OCR 引擎）
JDK 8 以上，及 IntelliJ IDEA 或 Eclipse 等開發環境
具備 Java、Maven 與正則表達式的基礎知識

設定 GroupDocs.Redaction for Java

您可以透過 Maven 或直接下載 JAR 檔案將函式庫加入專案。

使用 Maven

在您的 pom.xml 檔案中加入以下設定：

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/redaction/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-redaction</artifactId>
      <version>24.9</version>
   </dependency>
</dependencies>

直接下載

或者，從 GroupDocs.Redaction for Java releases 下載最新版本。

取得授權步驟

免費試用：先使用免費試用版以探索功能。
臨時授權：取得臨時授權以延長測試時間。
購買：取得正式授權以供生產環境使用。

基本初始化

建立使用 Aspose OCR 連接器的 Redactor 實例。此步驟會讓引擎能辨識基於影像的 PDF 內文字。

RedactorSettings settings = new RedactorSettings(new AsposeCloudOcrConnector());
try (Redactor redactor = new Redactor("YOUR_DOCUMENT_DIRECTORY/SAMPLE_PDF_4OCR", new LoadOptions(), settings)) {
    // Your code will go here...
}

實作指南

使用 Aspose OCR 連接器初始化設定

RedactorSettings settings = new RedactorSettings(new AsposeCloudOcrConnector());

目的：將 GroupDocs.Redaction 連接至 Aspose 的 OCR 服務，使掃描影像內的文字可被搜尋。

定義取代選項（遮蔽）

ReplacementOptions marker = new ReplacementOptions(java.awt.Color.BLACK);

說明：此設定會產生一個黑色方框，於正則表達式匹配之處 遮蔽敏感的 PDF 資料。

實作正則表達式模式進行遮蔽

RedactorChangeLog result = redactor.apply(new Redaction[] {
    new RegexRedaction("(?<=Dear\\s)([^,]+)", marker), // Cardholder name
    new RegexRedaction("\\d{2}/\\d{2}", marker), // Expiration date pattern
    new RegexRedaction("\\d{4}", marker)  // Partial card number sections
});

說明：每個 RegexRedaction 物件會定義一個模式以定位個人資訊，並以先前定義的黑色標記取代。

儲存已遮蔽的文件

if (result.getStatus() != RedactionStatus.Failed) {
    redactor.save(new SaveOptions(false, "AsposeOCR", "YOUR_OUTPUT_DIRECTORY"));
}

說明：遮蔽成功後，文件會寫入磁碟，實際上 儲存已遮蔽的 PDF。您可透過 SaveOptions 更改輸出資料夾或格式。

實務應用

金融文件安全 – 在向客戶發送對帳單前遮蔽信用卡號碼。
醫療資料保護 – 遮蔽患者識別資訊，以符合 HIPAA 規範。
企業機密 – 在內部審查合約時隱藏敏感條款。
法律文件處理 – 在分享案件檔案時確保特權資訊保持私密。
政府紀錄 – 在公開 PDF 中保護公民資料。

效能考量

OCR 設定：根據文件品質調整 Aspose OCR 的速度與精確度。
記憶體管理：以串流方式處理大型 PDF，避免 OutOfMemoryError。
平行處理：利用 Java 的 ExecutorService 同時遮蔽多個檔案。

常見問題與除錯

症狀	可能原因	解決方式
沒有文字被遮蔽	OCR 未偵測到文字	核對 OCR 服務憑證，並提升影像 DPI
遮蔽方框位置錯位	頁面旋轉不正確	使用 `LoadOptions.setRotatePages(true)`
大型 PDF 時應用程式當機	堆疊記憶體不足	增加 JVM `-Xmx` 參數或分批處理頁面

常見問答

Q: 什麼是 Aspose OCR？
A: 一項雲端服務，可從影像中擷取文字，讓 PDF 可被搜尋。

Q: 可以將正則表達式套用於 PDF 以外的檔案類型嗎？
A: 可以——GroupDocs.Redaction 支援 Word、Excel、PowerPoint 等多種格式。

Q: 若 PDF 已是文字型別，該如何處理？
A: 您可以跳過 OCR 步驟，直接對文字層套用正則表達式遮蔽。

Q: 我的正則表達式未匹配到預期資料，該怎麼辦？
A: 使用線上正則表達式測試工具測試模式，並確保在 Java 字串中使用正確的跳脫序列。

Q: 在哪裡可以找到更詳細的 API 文件？
A: 請參閱官方文件 GroupDocs Documentation。

資源

文件：GroupDocs Redaction Java Docs
API 參考：GroupDocs Redaction API Reference
下載：Get Group Docs Redaction for Java
GitHub 倉庫：GroupDocs.Redaction for Java GitHub
支援論壇：GroupDocs Free Support
臨時授權：[Obtain a Temporary Li

最後更新： 2026-01-16
測試環境： GroupDocs.Redaction 24.9、Aspose.OCR Cloud SDK（最新）
作者： GroupDocs