Odebrání autora, názvu a vlastních vlastností při konverzi souborů Office v Javě
Doprovodné ukázkové úložiště (čeká na publikaci): remove-office-properties-java
Odstranění metadat Office je workflow GroupDocs.Conversion pro Javu, které při exportu souborů Office vymaže vlastnosti zdrojového dokumentu. Řeší malou, ale snad přehlédnutelnou část doručení dokumentu: soubor může vypadat připraveně, zatímco jeho autor, název nebo interní reference stále popisují koncept. Tento článek sleduje Word zprávu touto volbou a poté aplikuje stejnou politiku na Excel a PowerPoint. Kód je svázán s verzí 26.10 a používá fiktivní vstupní soubory.
Úvod
Předpokládejme, že zpráva opouští interní proces revize. Viditelný nadpis je správný, obrázky jsou schváleny a PDF se otevírá normálně. Žádná z těchto kontrol neřekne, co obsahuje pole Author. Sešit nebo prezentace může také nést vlastní vlastnost, která má smysl uvnitř týmu, ale nic nepřidává k externímu výstupu. Považujte tuto informaci za rozhodnutí o exportu spíše než za překvapení objevené příjemcem.
Ukázka vytváří dvě verze každé zprávy. Jedna zachovává vlastnosti zdroje; druhá požaduje odstranění vestavěných i vlastních vlastností. Také zapisuje kopii Office ve stejném formátu pro každé spuštění, aby bylo možné kontrolované hodnoty nezávisle zkontrolovat. Jedná se o záměrně pozorovatelný příklad. Potřebujeme důkaz, že nastavení změnilo výstup, ne jen předpoklad založený na vzhledu první stránky.
Proč je čištění vlastností důležité při exportu
Krok exportu je místem, kde se zdrojový dokument stává artefaktem doručení. To z něj dělá užitečné místo pro rozhodnutí, zda interní vlastnosti mají cestovat s obsahem. GroupDocs.Conversion pro Javu 26.10 poskytuje samostatná ovládání pro vestavěné a vlastní vlastnosti dokumentu. Můžete je použít při načítání zdroje Office, před uložením PDF. Příklad povoluje obě kategorie pro variantu externí kopie.
Nejedná se o náhradu za kontrolu samotného dokumentu. Jméno autora se může také objevit v odstavci, buňce, poznámce nebo vloženém souboru. Tyto umístění vyžadují samostatné zpracování. Funkci bych popsal jako čištění vlastností v exportním potrubí, protože taková formulace odpovídá tomu, co kód skutečně dokazuje. Také se tím vyhýbá slibování širšího výsledku ochrany soukromí, než test pokrývá.
Kdy bych měl vymazat vlastnosti Office?
Vymažte vlastnosti zdroje, když vaše politika doručení vylučuje interní autorství, názvy konceptů nebo vlastní referenční pole z exportované zprávy. Nakonfigurujte možnosti načítání před vytvořením Converter a porovnejte zachované a vyčištěné výstupy pomocí známých značek. Příklad zahrnuje zdroje DOCX, XLSX a PPTX. Zkontrolujte viditelný obsah samostatně a povolte, aby pole PDF generovaná při výstupu, jako je Producer, zůstala po vyčištění.
Požadavky
Kompletní projekt používá JDK 11, Maven a GroupDocs.Conversion pro Javu 26.10. Jeho adresář documents obsahuje tři fiktivní zprávy. Licence, která pokrývá toto vydání, je potřebná pro neomezené ověření; omezení hodnocení může zabránit dokončení úplného porovnání. Kód udržuje nastavení licence mimo metody funkcí a používá zástupný znak v distribuovaném zdroji. Do projektu neumisťujte soubor licence.
Instalace
Soubor pom.xml projektu deklaruje úložiště GroupDocs Java a závislost uvedenou níže. Spusťte příkaz Maven z adresáře projektu. Java bloky v tomto článku jsou těla metod z ověřené ukázky; předpokládají příslušné importy, existující adresář Result a boolean parametr pojmenovaný clear.
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-conversion</artifactId>
<version>26.10</version>
</dependency>
mvn compile exec:java
Krok 1: Zřetelně definovat politiku vlastností
Tři metody přijímají stejnou boolean politiku. Předání false zachová nastavení zdroje pro kontrolní běh; předání true požaduje odstranění obou kategorií. Ve WordProcessingLoadOptions jsou metody setClearBuiltInDocumentProperties a setClearCustomDocumentProperties. SpreadsheetLoadOptions a PresentationLoadOptions poskytují odpovídající ovládání. Konzistence vám umožní zkontrolovat jednu politiku napříč třemi odlišnými vstupními rodinami, aniž byste skrývali, který načítač otevírá každý soubor.
Běh se zachovanými vlastnostmi má význam. Pokud zdrojová značka nikdy nedosáhne běžného výstupu, prázdný čistý výstup je slabým důkazem. Demonstrace proto kontroluje každou značku v zachované kopii Office a kontroluje její nepřítomnost v vyčištěné kopii. To poskytuje porovnání pozitivní kontrolu. Udržujte podobný test, když zavádíte novou šablonu dokumentu nebo měníte verzi závislosti.
Krok 2: Exportovat Word zprávu
Cesta Word začíná documents/report.docx. Má fiktivní vlastnosti dokumentu a krátkou viditelnou zprávu. convertWord vytváří typované možnosti, přiřazuje politiku a předává tyto možnosti přes konstruktor Converter. Metoda zapisuje PDF pro doručení a kopii DOCX pro kontrolu vlastností. Obě jsou nové výstupní soubory; zdroj není touto ukázkou přepsán.
WordProcessingLoadOptions options = new WordProcessingLoadOptions();
options.setClearBuiltInDocumentProperties(clear);
options.setClearCustomDocumentProperties(clear);
String target = "Result/docx-" + (clear ? "clean" : "retained");
try (Converter converter = new Converter("documents/report.docx", () -> options)) {
converter.convert(target + ".pdf", new PdfConvertOptions());
converter.convert(target + ".docx", new WordProcessingConvertOptions());
}
Název cíle končí retained nebo clean podle boolean argumentu. Toto rozlišení zabraňuje přepsání dvou běhů. Také usnadňuje ruční kontrolu: otevřete PDF a zkontrolujte prezentaci a zkontrolujte odpovídající Office kontrolu pro kontrolu úložiště vlastností. V ověřeném běhu zůstaly Author a Title v zachovaném PDF a zmizely v čistém PDF. Informace Producer zůstala, což je samostatné pole generované při výstupu.
Krok 3: Aplikovat politiku na Excel a PowerPoint
Pro Excel zprávu použijte SpreadsheetLoadOptions místo opakovaného použití Word načítače. Kód konverze zachovává stejné příznaky vlastností a mění vstupní rodinu a možnosti kontroly ve stejném formátu. Přiložený XLSX má úmyslné prázdné mezery, takže jeho stránkování není součástí tvrzení o metadatech. Zkontrolujte PDF stránky i výsledek vlastností při přizpůsobení obchodní zprávě. Úspěch vlastností neznamená, že široký list bude tištěn podle očekávání.
SpreadsheetLoadOptions options = new SpreadsheetLoadOptions();
options.setClearBuiltInDocumentProperties(clear);
options.setClearCustomDocumentProperties(clear);
String target = "Result/xlsx-" + (clear ? "clean" : "retained");
try (Converter converter = new Converter("documents/report.xlsx", () -> options)) {
converter.convert(target + ".pdf", new PdfConvertOptions());
converter.convert(target + ".xlsx", new SpreadsheetConvertOptions());
}
PowerPoint následuje stejnou politiku načítání s PresentationLoadOptions. Ukázkový snímek obsahuje fiktivní text zprávy, zatímco jeho autor, název a vlastní reference jsou v částech vlastností dokumentu. Metoda ukládá PDF plus PPTX, takže porovnání vlastností zůstává nezávislé na vykreslování snímků. Nekontroluje poznámky přednášejícího ani vložené objekty. Pokud jsou pro váš proces doručení důležité, zahrňte je do samostatné revize před vydáním.
PresentationLoadOptions options = new PresentationLoadOptions();
options.setClearBuiltInDocumentProperties(clear);
options.setClearCustomDocumentProperties(clear);
String target = "Result/pptx-" + (clear ? "clean" : "retained");
try (Converter converter = new Converter("documents/report.pptx", () -> options)) {
converter.convert(target + ".pdf", new PdfConvertOptions());
converter.convert(target + ".pptx", new PresentationConvertOptions());
}
Krok 4: Ověřit výsledek místo hádání
PropertyChecks kontroluje části vlastností šesti Office kontrolních souborů. Vyhledává Internal Review Team, Quarterly Review Draft a INTERNAL-REF-2610. Zachované kopie musí obsahovat tyto známé hodnoty a čisté kopie je musí vynechat. Aplikace vypíše řádek PASS pro každý kontrolovaný soubor a selže, pokud porovnání neodpovídá očekávání. Tato kontrola je svázána s fiktivními testovacími soubory, ne s tvrzením, že byla objevena a klasifikována libovolná metadata.
Také jsme zkontrolovali PDF Author a Title pomocí Poppler pdfinfo. Obě pole zmizela v vyčištěných exportech ze všech tří zdrojů Office. Vygenerované pole Producer zůstalo. Tento výsledek je užitečný právě proto, že zužuje tvrzení: požadované vlastnosti zdroje byly odstraněny, zatímco PDF může stále identifikovat software, který jej vytvořil. Neproměňujte to v slib zcela prázdného slovníku metadat.
Kompletní funkční příklad
OfficeMetadataDemo je vstupní bod v doprovodném Maven projektu. Vytváří Result/, spouští všechny tři konverzní metody s false a true a volá PropertyChecks. Pomůcka je udržována odděleně od metod funkcí, aby konverzní úryvky zůstaly čitelné. RUN.md vysvětluje, jak lokálně použít vlastní licenci. Přiložené dokumenty jsou fiktivní a lze je použít bez závislosti na zákaznických datech.
Reálné aplikace
Doručování zákaznických zpráv
Exportní služba může vytvořit externí PDF až po schválení zprávy. Aplikujte politiku vlastností v tomto konverzním toku a uchovávejte původní Office dokument na jeho stávajícím interním místě. Vyhněte se zahrnutí zachovaných kontrol do zákaznického balíčku. Existují zde jen pro pozorovatelné testování.
Smíšené podání Office
Tým může dostávat narativní zprávy, pracovní listy a souhrny prezentací. Použijte typovaný načítač pro každou vstupní rodinu a aplikujte dokumentovanou politiku konzistentně. Rozhodnutí o souborové rodině bychom ponechali viditelné v kódu místo odvozování podpory z jednoho úspěšného příkladu DOCX. Přidejte reprezentativní testovací soubory při zavádění další šablony.
Nejlepší postupy a tipy
Udržujte čištění a redakci oddělené ve vašich požadavcích. Rozhodněte, které vlastnosti jsou potřebné pro provenance, před jejich vymazáním. Ukládejte výstupy doručení odděleně od interních kontrol a považujte nastavení licence za lokální konfiguraci. Při aktualizaci SDK spusťte znovu jak zachované, tak čisté varianty, aby nečekaná změna byla viditelná na obou stranách porovnání.
Řešení běžných problémů
Pokud se úplná demonstrace zastaví v režimu hodnocení, použijte licenci pokrývající 26.10 ve vaší lokální kopii a spusťte ji znovu. Pokud značka zůstane ve viditelném textu, je to mimo kontrolu úložiště této vlastnosti. Pokud je čištění vstupního PDF vaším požadavkem, nezasazujte jej do této ukázky: samostatná kontrola 26.10 selhala s chybou, že hodnota CreationDate je prázdná, když bylo povoleno vestavěné čištění. Rozsah testovaných zdrojů v článku je Office.
Závěr
Začněte s dodanými testovacími soubory a zkontrolujte zachované a vyčištěné páry. Ověřte pojmenované vlastnosti zdroje, poté zkontrolujte skutečný obsah PDF. Nahraďte testovací soubory schválenými šablonami až poté, co se porovnání chová podle očekávání. Udržujte exportní politiku blízko možností načítání, aby další vývojář viděl, které vlastnosti opouštějí systém.