如何使用 GroupDocs.Redaction for Java 对 PDF 进行脱敏

在当今数据驱动的世界中，保护 PDF 文件中的机密信息是不可协商的要求。本教程展示了 如何编辑 PDF 文档的编程方法，使用 GroupDocs.Redaction for Java，涵盖策略创建、注释删除和元数据擦除。您将获得一个可重复使用的 XML 编辑策略，可应用于任意数量的 PDF，使您符合 GDPR、HIPAA 等法规。

快速答案

  • GroupDocs.Redaction 的主要目的是什么？ 以编程方式编辑 PDF 和其他文档格式中的敏感内容。
  • 我可以使用 Java 删除注释吗？ 是的——使用 DeleteAnnotationRedaction 类（remove annotations java）。
  • 开发是否需要许可证？ 免费试用或临时许可证可用于测试；生产环境需要正式许可证。
  • 支持哪个 Java 版本？ JDK 8 或更高版本。
  • XML 策略文件在哪里？ 您在代码中定义输出路径并调用 policy.save(...)。

DeleteAnnotationRedaction 类可从 PDF 中删除注释对象，如评论、突出显示或印章。
RedactionPolicy 类表示一组编辑规则，可保存到 XML 文件或从中加载。

什么是编辑策略以及如何创建编辑策略？

编辑策略是一套基于 XML 的规则，指示 GroupDocs.Redaction 在 PDF 中隐藏、删除或替换哪些文本、模式、注释或元数据。只需定义一次策略并保存为 XML 文件，即可在多个 PDF 上应用相同的 编辑敏感信息，无需重新编写代码。

为什么使用 GroupDocs.Redaction for Java？

GroupDocs.Redaction 使用 内存高效的引擎 处理 PDF，能够在使用不到 150 MB RAM 的情况下处理超过 500 页的文件。它支持 30 多种输入和输出格式，包括 DOCX、XLSX、PPTX、HTML 和常见图像类型，并提供针对 GDPR 和 HIPAA 的内置合规功能。该库还提供对精确短语、正则表达式、注释和元数据编辑的细粒度控制，使其成为 Java 开发者最通用的解决方案。

前置条件

  • 库和依赖 – 通过 Maven 将 GroupDocs.Redaction 添加到项目中，或直接下载 JAR。
  • Java 环境 – 已安装并配置 JDK 8 或更高版本。
  • 基础知识 – 熟悉 Java 语法和正则表达式将加快策略创建。

设置 GroupDocs.Redaction for Java

安装信息

Maven:
要通过 Maven 集成 GroupDocs.Redaction，请将以下内容添加到您的 pom.xml 中：

<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>

直接下载：
或者，从 GroupDocs.Redaction for Java releases 下载最新版本。

获取许可证

先使用免费试用或获取临时许可证以探索所有功能。长期使用请购买正式许可证。

基本初始化：
在项目中初始化 GroupDocs.Redaction：

import com.groupdocs.redaction.Redactor;

public class RedactionSetup {
    public static void main(String[] args) {
        // Initialize the Redactor object with your document path
        try (Redactor redactor = new Redactor("path/to/your/document.pdf")) {
            // Perform operations here
        }
    }
}

实施指南

如何创建编辑策略：创建并保存编辑策略

加载编辑配置，添加所需的编辑对象，并将策略持久化为 XML 文件。此两步过程使您能够在多个 PDF 中重复使用相同的规则，而无需每次重新构建策略。

概览

此功能允许您配置多种编辑类型，如精确短语、正则表达式和元数据擦除。随后可以将这些配置保存为 XML 文件以供将来使用。

步骤 1：配置编辑

使用 GroupDocs.Redaction 提供的不同类来配置编辑：

import com.groupdocs.redaction.RedactionPolicy;
import com.groupdocs.redaction.redactions.ExactPhraseRedaction;
import com.groupdocs.redaction.redactions.RegexRedaction;
import com.groupdocs.redaction.redactions.DeleteAnnotationRedaction;
import com.groupdocs.redaction.redactions.EraseMetadataRedaction;
import com.groupdocs.redaction.options.ReplacementOptions;
import java.awt.Color;

// Configure redactions
RedactionPolicy policy = new RedactionPolicy(new Redaction[] {
    // Exact Phrase Redaction replaces "Redaction" with "[Product]"
    new ExactPhraseRedaction("Redaction", new ReplacementOptions("[Product]")),
    
    // Regex Redaction searches for specific patterns and replaces them with a blue rectangle
    new RegexRedaction("\\d{2}\\s*\\d{2}[^\\d]*\\d{6}", new ReplacementOptions(Color.BLUE)),
    
    // Delete Annotation Redaction removes all annotations
    new DeleteAnnotationRedaction(),
    
    // Erase Metadata Redaction deletes all metadata
    new EraseMetadataRedaction(MetadataFilters.All)
});
步骤 2：保存编辑策略

将配置好的策略保存为 XML 文件：

// Define your output directory path
String outputPath = YOUR_DOCUMENT_DIRECTORY + "YOUR_OUTPUT_DIRECTORY/POLICY_SAVE.xml";
policy.save(outputPath);

如何使用 Java 删除注释：配置精确短语编辑

加载 PDF，定义要隐藏的精确短语，并将编辑附加到策略中。该短语将被黑框或自定义文本替代。

概览

此功能针对特定短语进行编辑，用预定义的文本替换它们。

步骤 1：创建精确短语编辑

实现精确短语编辑：

import com.groupdocs.redaction.Redaction;
import com.groupdocs.redaction.redactions.ExactPhraseRedaction;
import com.groupdocs.redaction.options.ReplacementOptions;

// Configure the redaction for a specific phrase
Redaction exactPhraseRedaction = new ExactPhraseRedaction(
    "Redaction", // Phrase to be redacted
    new ReplacementOptions("[Product]") // Replacement text
);

如何使用 Java 删除注释：配置正则表达式编辑

使用正则表达式定位模式，例如社会安全号码或信用卡格式，然后自动替换或删除它们。

概览

使用正则表达式识别并替换文档中的模式。

步骤 1：创建正则表达式编辑

定义基于正则表达式的编辑：

import com.groupdocs.redaction.Redaction;
import com.groupdocs.redaction.redactions.RegexRedaction;
import com.groupdocs.redaction.options.ReplacementOptions;
import java.awt.Color;

// Implement regex redaction for pattern matching
Redaction regexRedaction = new RegexRedaction(
    "\\d{2}\\s*\\d{2}[^\\d]*\\d{6}", // Pattern to match
    new ReplacementOptions(Color.BLUE) // Replace matches with blue rectangle
);

实际应用

  1. 机密文档管理 – 自动 编辑敏感信息，如姓名、社会安全号码或法律和人力资源文档中的财务数据。
  2. 合规自动化 – 通过从客户通信中剥离个人标识符，满足 GDPR、HIPAA 等监管要求。
  3. 测试数据匿名化 – 使用基于正则表达式的编辑对测试数据集进行匿名化，同时保留文档结构。

性能考虑因素

  • 优化编辑 – 仅应用所需的编辑，以保持处理时间较短。
  • 内存管理 – 监控 Java 堆使用情况；GroupDocs.Redaction 采用流式处理页面，而不是将整个文件加载到内存中。
  • 高效的正则表达式 – 编写简洁的正则表达式，以避免过度回溯和 CPU 负载。

常见问题及解决方案

问题原因解决方案
编辑未生效短语错误或大小写敏感使用不区分大小写的选项或核实确切的文本字符串
注释仍然存在DeleteAnnotationRedaction 未添加到策略中将 new DeleteAnnotationRedaction() 添加到策略数组中
大型 PDF 处理缓慢不必要的正则扫描限制正则范围或在应用模式前预过滤页面

常见问题

问：GroupDocs.Redaction 是什么？
答：GroupDocs.Redaction 是一个 Java 库，可以编程方式删除或替换 PDF 及其他文档格式中的敏感内容。

问：如何开始使用 GroupDocs.Redaction？
答：添加 Maven 依赖，获取试用许可证，并按照上面的初始化步骤进行操作。

问：我可以自定义 GroupDocs.Redaction 的编辑模式吗？
答：可以——使用精确短语编辑、正则表达式编辑或内置的元数据删除类。

问：是否可以保存并重复使用编辑配置？
答：完全可以——将您的 RedactionPolicy 保存为 XML 文件，随后加载以进行批处理。

问：使用 GroupDocs.Redaction 优化性能的最佳实践是什么？
答：仅应用必需的编辑，调优 Java 堆大小，并编写高效的正则表达式以最小化 CPU 使用。

资源

最后更新： 2026-08-31
测试版本： GroupDocs.Redaction 24.9 for Java
作者： GroupDocs

相关教程