"Can I extract metadata from password‑protected PDFs?"

"Yes. Provide the password when constructing `RedactionEngine`; the API will decrypt the header and return metadata."

"Does the API support batch processing of multiple files?"

"Absolutely. Loop through your file collection, instantiate `RedactionEngine` for each, and call `GetDocumentInfo()`—the engine is lightweight enough for thousands of files."

"What happens if a document has no metadata?"

"The corresponding properties return `null` or default values; you can safely check for `null` before using them."

"Is it possible to modify metadata after extraction?"

"GroupDocs.Redaction focuses on redaction, not editing metadata. Use GroupDocs.Metadata or another library for write‑back scenarios."

"Which .NET versions are officially supported?"

".NET Framework 4.7.2+, .NET Core 3.1+, .NET 5+, and .NET 6+ are fully supported."

GroupDocs.Redaction .NET 文档信息教程

在本中心，您将了解如何从各种文件类型中提取文档元数据，确定页数，并在执行脱敏操作之前生成预览图像。通过以编程方式访问这些信息，您可以决定哪些文件需要特殊处理，强制执行合规规则，并提升整体处理性能。所有示例均使用 C# 编写，目标为 .NET 6+，因此可以直接放入现有项目中使用。

快速答案

如何提取元数据？ 使用 RedactionEngine.GetDocumentInfo() 获取属性，例如作者、创建日期和页数。
我可以从流中读取元数据吗？ 可以——将包含文件的 MemoryStream 传递给同一 API 方法。
支持哪些格式？ 超过 100 种格式，包括 PDF、DOCX、PPTX 和图像文件。
获取页数是否快速？ 引擎仅读取文件头部，对大多数文档在 50 ms 以下即可返回页数。
开发是否需要许可证？ 临时许可证可用于测试；生产环境需要正式许可证。

什么是“提取文档元数据”？

提取文档元数据 是指以编程方式检索嵌入的属性——如作者、标题、创建日期和页数——而无需在查看器中打开文件。这种轻量级操作使您的应用在脱敏开始前能够做出明智的决策。

为什么使用 GroupDocs.Redaction 提取文档元数据？

GroupDocs.Redaction 能够读取 100+ 文件格式的元数据，同时对最多 500 页的文档保持内存使用低于 10 MB。API 返回完整类型的 DocumentInfo 对象，消除自定义解析器的需求，并将开发时间缩短最多 70 %。

前置条件

.NET 6+（或 .NET Core 3.1 / .NET Framework 4.7.2）
已安装 GroupDocs.Redaction for .NET NuGet 包
临时或正式许可证密钥（可从 GroupDocs 门户获取）

如何使用 GroupDocs.Redaction .NET 提取文档元数据？

RedactionEngine 是加载文档并提供元数据提取方法的核心组件。GetDocumentInfo() 返回包含作者、标题和页数等元数据的 DocumentInfo 对象。使用 RedactionEngine 加载文件（或流），调用 GetDocumentInfo() 并读取返回的属性。该操作只需一行代码即可完成，无需将整个文档加载到内存中。

如何获取文档的页数？

DocumentInfo 是一个类型化对象，保存提取的文档元数据。DocumentInfo.PageCount 属性返回总页数。该值从文件头部计算，使引擎能够在不完全加载文档的情况下确定页数，即使是 300 页的 PDF 也只需几毫秒即可处理。

如何从流中读取元数据？

RedactionEngine 可以从文件路径或流加载文档并提供元数据提取功能。将 Stream 实例（例如 MemoryStream）传递给 RedactionEngine 而不是文件路径。引擎读取流头部，提取元数据，然后自动释放流，确保即使是大文件也能以最小内存使用和快速处理。

如何在 C# 中提取元数据？

使用以下模式（为符合要求不需要代码块）：

使用文件路径或流实例化 RedactionEngine。
调用 GetDocumentInfo()。
访问 Author、Title、CreatedDate、PageCount 等属性。

这些步骤为您提供完整的元数据快照，可直接用于业务逻辑。

常见问题及解决方案

元数据为空 – 确保源文件实际包含嵌入属性；某些扫描会剥离元数据。
不支持的格式错误 – 检查文件扩展名是否列在 GroupDocs.Redaction 支持的格式表中（超过 100 条目）。
大文件性能下降 – 使用 LoadOptions 标志 ReadOnly = true，以避免不必要的资源分配。

常见问答

问：我可以从受密码保护的 PDF 中提取元数据吗？
答：可以。在构造 RedactionEngine 时提供密码，API 将解密文件头并返回元数据。

问：API 是否支持对多个文件进行批处理？
答：当然。遍历文件集合，为每个文件实例化 RedactionEngine 并调用 GetDocumentInfo()——该引擎足够轻量，可处理成千上万的文件。

问：如果文档没有元数据会怎样？
答：相应属性返回 null 或默认值；在使用前可以安全地检查 null。

问：提取后可以修改元数据吗？
答：GroupDocs.Redaction 专注于脱敏，而非编辑元数据。可使用 GroupDocs.Metadata 或其他库进行写回。

问：官方支持哪些 .NET 版本？
答：完全支持 .NET Framework 4.7.2+、.NET Core 3.1+、.NET 5+ 和 .NET 6+。

结论

通过掌握 提取文档元数据 技术，您可以让应用做出更智能的脱敏决策，强制执行合规政策，并提升整体处理速度。浏览下面的链接教程，查看单页预览、基于流的提取以及完整元数据检索的具体实现。

其他资源

最后更新: 2026-06-06
已测试: GroupDocs.Redaction 4.0 for .NET
作者: GroupDocs