プログラムでPDFコンテンツを修正することは、配布前に機密情報や古くなった情報を置き換える必要があるシナリオで重要です。PDF操作における最も実用的な機能の1つは、特定のフレーズやパターンを検索し、それを代替コンテンツで置き換える能力です。この詳細なガイドでは、Javaを使用してPDFファイル内のテキストを検索して置き換える方法を示します。焦点は、開発者が数行のコードでレダクションや置換を含む強力なドキュメント操作タスクを実行できるConholdate.Total for Java SDKの使用にあります。

私たちは2つの重要なシナリオをカバーします。最初のシナリオでは、PDF内で正確な単語やフレーズを見つけてそれを置き換える方法を説明します。2つ目のシナリオでは、電話番号やアカウント番号、またはその他のカスタムデータ形式などの可変パターンに対して正規表現を使用して一致させ、置き換える方法を説明します。

PDFファイル内のテキストを検索して置き換える理由は何ですか？

  • プライバシーとコンプライアンスを確保する：PDFファイルを公開または共有する前に、個人情報や機密データを簡単に削除できます。

  • ドキュメントを効率的に更新: 古い用語や内容を大規模なファイルバッチ全体で自動的に置き換えます。

  • 柔軟なテキスト検索オプション: 正確なフレーズマッチングと正規表現の両方を利用して、包括的な機密情報の編集を行います。

  • 文書の整合性を保つ: コンテンツを置き換えながら、元のレイアウトとフォーマットを維持します。

  • オートメーションフレンドリー: バッチ処理と文書自動化タスクのためにJavaワークフローに統合します。

PDFでのテキストの検索と置換 - JavaのSDKインストール

PDF ドキュメントを削除するには、Conholdate.Total for Java SDK を環境に設定する必要があります。新しいリリースセクションから DLL ファイルをダウンロードするか、以下の NuGet インストールコマンドを Visual Studio で使用できます:

Install-Package Conholdate.Total

Javaを使用してPDF内のテキストを検索して置き換える

機密情報(名前、連絡先、組織識別子など)を含むPDF文書を扱う場合、ファイルを共有する前にこれらの単語を削除または置き換える必要があることがよくあります。Conholdate.Total for Java SDKは、これを達成するための簡単な方法を提供します。以下の例では、単語またはフレーズの正確な一致を検索し、プレースホルダーまたは代替テキストに置き換える方法を示しています。

final Redactor redactor  = new Redactor("path/document.docx");
redactor.apply(new ExactPhraseRedaction("John Doe", new ReplacementOptions("[censored]")));
// If you want to save the redacted file at different location with diferent name.
FileOutputStream stream = new FileOutputStream("path/exactPhrase.docx");
RasterizationOptions rasterOptions = new RasterizationOptions();
rasterOptions.setEnabled(false);
redactor.save(stream, rasterOptions);

このスニペットでは、SDKがPDFファイル内のフレーズ「John Doe」をスキャンし、すべてのインスタンスを用語「[censored]」に置き換えます。この操作は、文書から個人情報を自動的に削除するのに特に便利です。AddSuffixオプションは、編集されたバージョンを新しいファイルとして保存することによって、元のファイルが変更されないようにします。一方、RasterizeToPDFフラグは、出力を画像に変換するのではなく、テキストベースのPDFとして保持します。

Javaで正規表現を使用してPDFのテキストを検索して置換します

時には、PDF内で置き換える必要があるテキストが固定の形式に従わないことがあります。たとえば、請求書番号、郵便番号、または身分証明書番号のようなパターンは、文書ごとに異なる場合があります。このような状況では、正規表現が動的な解決策を提供します。Conholdate.Total for Java SDKを使用すると、開発者はPDF内の複雑なテキスト構造を検出して置き換えるためのregexパターンを定義できます。

// Find text using regular expression and replace it with some other text using Java
final Redactor redactor  = new Redactor("path/document.docx");
redactor.apply(new RegexRedaction("\\d{2}\\s*\\d{2}[^\\d]*\\d{6}", new ReplacementOptions("[censored]")));
redactor.save();

このコードで使用される正規表現は、銀行参照やトランザクション識別子などのフォーマットコードに一般的に使用されるパターンと一致します。このパターンに合致するテキストは、自動的に検出され、"[censored]" のような定義済みのラベルに置き換えられます。この柔軟性により、事前にその正確な内容がわからなくても、機密情報を保護することができます。

結論

PDF文書内のテキストを検索して置き換えることは、Conholdate.Total for Java の機能のおかげで、これまでになく簡単になりました。特定の単語を置き換える場合でも、正規表現を使って変数パターンを検索する場合でも、このSDKを使用すればPDFコンテンツを正確に制御し操作できます。機密情報を削除し、更新を自動化し、文書のフォーマットを保持する機能は、業界を問わず開発者にとって強力なツールです。今すぐそれをあなたのJavaプロジェクトに統合し、自信を持って文書処理のワークフローを合理化しましょう。

See Also