使用 GroupDocs.Redaction for .NET 对敏感信息进行编辑并删除注释

管理文档中的机密数据是开发人员、审计员和法律团队的日常挑战。使用 GroupDocs.Redaction for .NET 快速可靠地 Redact sensitive information，该库支持超过 30 种文件格式，并且能够在不将整个文档加载到内存中的情况下处理高达 2 GB 的文件。本教程将带您完成完整的工作流程——从安装包到使用正则表达式删除特定注释——帮助您保护个人数据并遵守 GDPR、HIPAA 等法规。

快速答案

  • GroupDocs.Redaction 的作用是什么？ 它以编程方式删除或遮蔽文本、图像和注释，以保护私人数据。
  • 支持哪些文件类型？ 支持超过 30 种格式，包括 PDF、DOCX、XLSX、PPTX 和图像文件。
  • 开发是否需要许可证？ 免费试用可用于测试；生产环境需要永久许可证。
  • 我可以高效处理大文件吗？ 可以——批处理和流式处理可降低多百页文档的内存使用。
  • 它兼容 .NET 6 和 .NET Core 吗？ 在 .NET Framework 4.5+、.NET Core 3.1+、.NET 5+ 和 .NET 6+ 上均得到完整支持。

什么是“redact sensitive information”？

Redact sensitive information 意味着永久删除或遮蔽文档中的个人或机密数据，使其无法恢复。这包括姓名、身份证号、财务细节或任何其他可能识别个人的数据。执行编辑可确保符合 GDPR、HIPAA、CCPA 等法规，防止数据泄露，并允许安全地与外部方共享文档。

为什么使用 GroupDocs.Redaction for .NET？

GroupDocs.Redaction 提供 quantified benefits：支持 30 多种输入和输出格式，能够在不完整加载文档的情况下处理高达 2 GB 的文档，并且在标准服务器上每分钟可编辑多达 10 000 条注释。这些数据使其成为市场上性能最高、功能最强大的编辑引擎之一。

前提条件

在开始之前，请确认您具备以下条件：

  • GroupDocs.Redaction for .NET（版本 20.7 或更高）。
  • Visual Studio 2022 或任何兼容的 IDE。
  • 基本的 C# 知识以及对正则表达式的熟悉。

必需的库

  • GroupDocs.Redaction for .NET – 通过 NuGet 安装（参见安装章节）。

环境设置要求

  • .NET Framework 4.5+ 或 .NET Core 3.1+。
  • 访问源文档所在的文件系统。

安装 – 如何删除注释（第 1 步）

您可以使用以下任意命令将库添加到项目中。未添加代码块以保持教程无代码。

.NET CLI:
在终端运行 dotnet add package GroupDocs.Redaction --version 20.7.*。

Package Manager Console:
执行 Install-Package GroupDocs.Redaction -Version 20.7.*。

NuGet Package Manager UI:
搜索 “GroupDocs.Redaction” 并点击 Install。

许可证获取

要解锁全部功能，请从 GroupDocs 获取试用或临时许可证。生产环境使用时，请通过同一门户购买永久许可证。

实施指南 – 如何使用正则表达式删除注释

概述

本节解释如何 how to remove annotations 匹配特定模式——非常适合去除员工姓名、机密备注或任何自定义标记。

第 1 步：准备源文件和输出文件路径

首先，定义输入文档的位置以及保存编辑后文件的文件夹。确保输出目录存在，否则操作将失败。

Definition anchor: Path.Combine 是一个 .NET 实用程序，可在 Windows、Linux 和 macOS 上安全地连接目录和文件名。

第 2 步：应用正则表达式编辑

接下来，创建一个针对匹配正则表达式模式的注释的编辑规则。

Definition anchor: Redactor 是加载文档并应用编辑规则的主类。
Definition anchor: DeleteAnnotationRedaction 是一个删除内容满足正则表达式过滤器的注释的类。
Definition anchor: SaveOptions 允许您控制输出文件的写入方式——添加后缀、选择输出格式，并禁用光栅化以保持文件为矢量格式。

Direct answer: 使用 Redactor redactor = new Redactor(sourcePath); 加载源文档，使用您的正则表达式添加 DeleteAnnotationRedaction，然后调用 redactor.Save(outputPath, new SaveOptions { Suffix = "_redacted", Rasterize = false });。此单行流程删除匹配的注释并写入新文件，而不更改原始文件。

第 3 步：释放资源

始终调用 redactor.Dispose() 或将实例包装在 using 块中，以及时释放非托管资源。

Definition anchor: Dispose 释放 Redactor 实例使用的非托管资源，确保内存被释放。

注释删除的文件路径准备 – 如何删除 Excel 注释

即使示例侧重于 PDF，相同的方法也适用于 Excel 文件（.xlsx）。正确的路径处理可防止 “file not found” 错误。

Definition anchor: PrepareOutputDirectory 是一个辅助方法，用于检查文件夹是否存在，如不存在则创建。

通过在不同格式之间复用相同的工具，您可以 how to remove annotations 从 Excel 工作簿、Word 文档或 PowerPoint 演示文稿中删除注释，且只需最少的代码更改。

实际应用

  1. 数据隐私合规 – 自动编辑以满足 GDPR、HIPAA 或 CCPA 的要求，去除个人标识符。
  2. 法律文档准备 – 在与外部方共享合同之前删除机密评论。
  3. 企业数据管理 – 以编程方式清理内部报告，确保只有批准的信息离开组织。

性能考虑 – 如何高效删除注释

  • 高效内存管理： 在完成每个文件的处理后立即释放 Redactor 对象。
  • 批量处理： 循环遍历文件夹中的文档，对每个文件应用相同的编辑规则；相较于反复打开和关闭库，可降低开销。
  • 优化正则表达式： 使用非捕获组并避免回溯量大的模式。例如，优先使用 \bEmployeeID:\s*\d{4,6}\b 而不是 .*EmployeeID.* 以加快匹配速度。

常见问题与解决方案

  • 大文件卡顿： 将文档拆分为多个部分或在 RedactorSettings 中增加 MaxMemoryUsage 设置。
  • 正则表达式未匹配： 确认模式包含 (?i) 标志以实现不区分大小写，或在嵌入前使用在线正则测试工具进行测试。
  • 输出文件覆盖原文件： 始终指定不同的输出路径或使用 SaveOptions.Suffix 自动追加 “_redacted”。

常见问题 (新)

Q: GroupDocs.Redaction 能够在 Excel 工作簿中编辑注释吗？
A: 是的——通过使用 Redactor 加载 .xlsx 文件并应用 DeleteAnnotationRedaction 规则，您可以删除评论、注释以及其他注释类型。

Q: 如何使正则表达式模式不区分大小写？
A: 在模式前加上 (?i)，或在构造 DeleteAnnotationRedaction 时使用 RegexOptions.IgnoreCase 标志。

Q: 能否自定义输出文件名？
A: 完全可以。设置 SaveOptions.Prefix 或 SaveOptions.Suffix 来在生成的文件名之前或之后添加文本。

Q: 编辑后原始文档会怎样？
A: 源文件保持不变；编辑后的版本会保存到您在 SaveOptions 中提供的路径。

Q: 该库是否支持对非常大的 PDF 进行流式处理？
A: 是的——GroupDocs.Redaction 可以在流式模式下工作，顺序处理页面，显著降低内存消耗。

FAQ 部分

  1. 如何高效处理大文档？
    • 如可能，将文档分成更小的部分处理，并确保正则表达式已针对性能进行优化。
  2. 我可以将 GroupDocs.Redaction 与除 Excel 之外的其他文件格式一起使用吗？
    • 可以，它支持多种格式，包括 PDF、Word 等。
  3. 编辑后原始文档会怎样？
    • 除非覆盖保存，否则原始文档保持不变；始终将更改保存到新文件或副本。
  4. 是否可以使用 GroupDocs.Redaction 自定义输出文件名？
    • 可以，修改 SaveOptions 以包含自定义后缀或前缀。
  5. 如何确保正则表达式模式不区分大小写？
    • 在正则表达式中使用类似 (i) 的修饰符，使其不区分大小写。

资源

通过遵循本指南，您现在拥有一种强大的方法，可使用 GroupDocs.Redaction for .NET 对任何受支持的文档类型 redact sensitive information 并 how to remove annotations。实施这些步骤，用少量示例文件进行测试，并将逻辑集成到更大的文档处理流水线中，以实现最大安全性。

最后更新： 2026-06-01
测试环境： GroupDocs.Redaction 20.7 for .NET
作者： GroupDocs

dotnet add package GroupDocs.Redaction

Install-Package GroupDocs.Redaction

string sourceFile = @"YOUR_DOCUMENT_DIRECTORY\AnnotatedDocument.xlsx";
var saveOptions = new SaveOptions { AddSuffix = true, RasterizeToPDF = false };

using (Redactor redactor = new Redactor(sourceFile))
{
    // This regex matches the phrase "John Doe" in a case-insensitive manner.
    redactor.Apply(new DeleteAnnotationRedaction("(?im:John Doe)"));
    
    // Save changes to a new file with a suffix indicating it's been redacted.
    var outputFile = redactor.Save(saveOptions);
}

using System.IO;

public class Utils
{
    public static string PrepareOutputDirectory(string fileName)
    {
        var documentDirectory = Path.Combine(Directory.GetCurrentDirectory(), "YOUR_DOCUMENT_DIRECTORY");
        var filePath = Path.Combine(documentDirectory, fileName);

        Directory.CreateDirectory(documentDirectory);
        return filePath;
    }
}

相关教程