Autor, Titel und benutzerdefinierte Eigenschaften beim Konvertieren von Office-Dateien in Java entfernen
Begleitendes Beispiel-Repository (steht noch aus): remove-office-properties-java
Das Entfernen von Office-Metadaten ist ein GroupDocs.Conversion‑Workflow für Java, der beim Exportieren von Office‑Dateien die Eigenschaften des Quelldokuments löscht. Er behandelt einen kleinen, aber leicht zu übersehenden Teil der Dokumentenlieferung: Die Datei kann fertig aussehen, während ihr Autor, Titel oder interne Verweis noch einen Entwurf beschreiben. Dieser Artikel verfolgt einen Word‑Bericht durch diese Entscheidung und wendet dieselbe Richtlinie anschließend auf Excel und PowerPoint an. Der Code ist auf Version 26.10 festgelegt und verwendet fiktive Eingabedateien.
Einführung
Angenommen, ein Bericht verlässt einen internen Prüfungsprozess. Die sichtbare Überschrift ist korrekt, die Zahlen sind genehmigt und das PDF öffnet sich normal. Keine dieser Prüfungen sagt Ihnen, welchen Inhalt das Feld Autor hat. Eine Arbeitsmappe oder Präsentation kann ebenfalls eine benutzerdefinierte Eigenschaft enthalten, die im Team Sinn ergibt, aber dem externen Liefergegenstand nichts hinzufügt. Betrachten Sie diese Information als Exportentscheidung und nicht als Überraschung, die vom Empfänger entdeckt wird.
Das Beispiel erzeugt zwei Versionen jedes Berichts. Eine behält die Quell‑Eigenschaften bei; die andere fordert das Entfernen von integrierten und benutzerdefinierten Eigenschaften an. Außerdem wird für jeden Durchlauf eine Office‑Kopie im selben Format geschrieben, sodass die geprüften Werte unabhängig inspiziert werden können. Dies ist ein bewusst beobachtbares Beispiel. Wir wollen einen Nachweis, dass die Einstellungen die Ausgabe verändert haben, nicht nur eine Annahme basierend darauf, wie die erste Seite aussieht.
Warum das Aufräumen von Eigenschaften beim Export wichtig ist
Der Exportschritt ist der Punkt, an dem ein Quelldokument zu einem Lieferartefakt wird. Das macht ihn zu einem sinnvollen Ort, um zu entscheiden, ob interne Eigenschaften mit dem Inhalt mitreisen sollen. GroupDocs.Conversion für Java 26.10 stellt separate Steuerungen für integrierte und benutzerdefinierte Dokumenteigenschaften bereit. Sie können diese beim Laden einer Office‑Quelle anwenden, bevor das PDF gespeichert wird. Das Beispiel aktiviert beide Kategorien für die Variante der externen Kopie.
Dies ist kein Ersatz für die eigentliche Dokumentenprüfung. Ein Autorenname kann auch in einem Absatz, einer Zelle, einer Notiz oder einer eingebetteten Datei erscheinen. Diese Stellen erfordern eine separate Behandlung. Ich würde die Funktion als Aufräumen von Eigenschaften in einer Export‑Pipeline beschreiben, weil diese Formulierung dem entspricht, was der Code tatsächlich beweist. Sie verhindert zudem, ein breiteres Datenschutzresultat zu versprechen, als der Test abdeckt.
Wann sollte ich Office-Eigenschaften löschen?
Löschen Sie Quell‑Eigenschaften, wenn Ihre Lieferpolitik interne Urheberschaft, Entwurfstitel oder benutzerdefinierte Referenzfelder vom exportierten Bericht ausschließt. Konfigurieren Sie die Ladeoptionen, bevor Sie den Converter erstellen, und vergleichen Sie die behaltenen und bereinigten Ausgaben anhand bekannter Marker. Das Beispiel deckt DOCX-, XLSX‑ und PPTX‑Quellen ab. Überprüfen Sie den sichtbaren Inhalt separat und erlauben Sie, dass vom Output erzeugte PDF‑Felder wie Producer nach der Bereinigung erhalten bleiben.
Voraussetzungen
Das vollständige Projekt verwendet JDK 11, Maven und GroupDocs.Conversion für Java 26.10. Das Verzeichnis documents enthält drei fiktive Berichte. Eine Lizenz, die diese Version abdeckt, ist für uneingeschränkte Verifizierung erforderlich; Evaluationsbeschränkungen können verhindern, dass der vollständige Vergleich abgeschlossen wird. Der Code hält die Lizenzkonfiguration außerhalb der Feature‑Methoden und verwendet einen Platzhalter im verteilten Quellcode. Legen Sie keine Lizenzdatei in das Projekt.
Installation
Die pom.xml des Projekts deklariert das GroupDocs‑Java‑Repository und die unten gezeigte Abhängigkeit. Führen Sie den Maven‑Befehl aus diesem Projektverzeichnis aus. Die Java‑Blöcke dieses Artikels sind Methodenkörper aus dem verifizierten Beispiel; sie setzen die entsprechenden Importe, ein vorhandenes Result‑Verzeichnis und einen booleschen Parameter namens clear voraus.
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-conversion</artifactId>
<version>26.10</version>
</dependency>
mvn compile exec:java
Schritt 1: Die Eigenschaftsrichtlinie explizit festlegen
Die drei Methoden erhalten dieselbe boolesche Richtlinie. Das Übergeben von false behält die Quell‑Einstellungen für einen Kontrolllauf bei; das Übergeben von true fordert das Entfernen beider Kategorien an. In WordProcessingLoadOptions heißen die Methoden setClearBuiltInDocumentProperties und setClearCustomDocumentProperties. SpreadsheetLoadOptions und PresentationLoadOptions stellen die entsprechenden Steuerungen bereit. Die Konsistenz ermöglicht es Ihnen, eine Richtlinie über drei unterschiedliche Eingabefamilien hinweg zu prüfen, ohne zu verbergen, welcher Loader welche Datei öffnet.
Der Durchlauf mit behaltenen Eigenschaften ist wichtig. Wenn der Quell‑Marker nie eine reguläre Ausgabe erreicht, ist eine leere bereinigte Ausgabe ein schwacher Beweis. Die Demonstration prüft daher für jeden Marker die behaltene Office‑Kopie und dessen Fehlen in der bereinigten Kopie. Das liefert der Gegenüberstellung eine positive Kontrolle. Behalten Sie einen ähnlichen Test bei, wenn Sie eine neue Dokumentvorlage einführen oder die Abhängigkeitsversion ändern.
Schritt 2: Den Word-Bericht exportieren
Der Word‑Pfad beginnt mit documents/report.docx. Er enthält fiktive Dokumenteigenschaften und einen kurzen sichtbaren Bericht. convertWord erstellt typisierte Optionen, weist die Richtlinie zu und übergibt diese Optionen über den Converter‑Konstruktor. Die Methode schreibt ein PDF für die Lieferung und eine DOCX‑Kopie zur Eigenschaftsinspektion. Beide sind neue Ausgabedateien; die Quelle wird von diesem Beispiel nicht überschrieben.
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());
}
Der Zielname endet je nach booleschem Argument auf retained oder clean. Diese Unterscheidung verhindert, dass die beiden Durchläufe einander überschreiben. Sie erleichtert zudem die manuelle Überprüfung: Öffnen Sie das PDF, um die Darstellung zu prüfen, und inspizieren Sie die entsprechende Office‑Steuerung, um die Eigenschaftsspeicherung zu überprüfen. Im verifizierten Durchlauf blieben Autor und Titel im behaltenen PDF erhalten und verschwanden im bereinigten PDF. Die Producer‑Information blieb erhalten, da sie ein separates, vom Output erzeugtes Feld ist.
Schritt 3: Die Richtlinie auf Excel und PowerPoint anwenden
Für einen Excel‑Bericht verwenden Sie SpreadsheetLoadOptions anstelle des Wiederverwendens des Word‑Loaders. Der Konvertierungscode behält dieselben Eigenschafts‑Flags bei und ändert die Eingabefamilie sowie die gleichformatigen Steuerungsoptionen. Das enthaltene XLSX hat bewusst leere Abstände, sodass seine Seitennummerierung nicht Teil der Metadaten‑Behauptung ist. Prüfen Sie die PDF‑Seiten sowie das Eigenschaftsergebnis, wenn Sie es an einen Geschäftsbericht anpassen. Der Erfolg der Eigenschafts‑Bereinigung beweist nicht, dass ein breites Blatt wie beabsichtigt gedruckt wird.
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 folgt derselben Lade‑Richtlinie mit PresentationLoadOptions. Die Beispiel‑Folien enthalten fiktiven Berichtstext, während Autor, Titel und benutzerdefinierte Referenz in den Dokument‑Eigenschaftsteilen gespeichert sind. Die Methode speichert PDF plus PPTX, sodass der Eigenschaftsvergleich unabhängig von der Foliendarstellung bleibt. Sie prüft keine Sprecher‑Notizen oder eingebetteten Objekte. Wenn diese für Ihren Lieferprozess wichtig sind, fügen Sie sie in einer separaten Überprüfung vor der Freigabe ein.
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());
}
Schritt 4: Das Ergebnis überprüfen statt zu raten
PropertyChecks inspiziert die Eigenschaftsteile der sechs Office‑Steuerdateien. Es sucht nach Internal Review Team, Quarterly Review Draft und INTERNAL-REF-2610. Behaltene Kopien müssen diese bekannten Werte enthalten, bereinigte Kopien müssen sie weglassen. Die Anwendung gibt für jede geprüfte Datei eine PASS‑Zeile aus und schlägt fehl, wenn ein Vergleich nicht dieser Erwartung entspricht. Diese Prüfung ist an die fiktiven Fixtures gebunden, nicht an die Behauptung, dass beliebige Metadaten entdeckt und klassifiziert wurden.
Wir haben außerdem den PDF‑Autor und -Titel mit Poppler pdfinfo geprüft. Beide Felder verschwanden in den bereinigten Exporten aller drei Office‑Quellen. Das erzeugte Producer‑Feld blieb erhalten. Dieses Ergebnis ist genau deshalb nützlich, weil es die Behauptung einschränkt: Die angeforderten Quell‑Eigenschaften wurden entfernt, während das PDF weiterhin die Software identifizieren kann, die es erstellt hat. Verwandeln Sie das nicht in das Versprechen eines völlig leeren Metadaten‑Wörterbuchs.
Vollständiges funktionierendes Beispiel
OfficeMetadataDemo ist der Einstiegspunkt im begleitenden Maven‑Projekt. Es erstellt Result/, führt alle drei Konvertierungsmethoden mit false und true aus und ruft PropertyChecks auf. Das Hilfsprogramm ist von den Feature‑Methoden getrennt, damit die Konvertierungsschnipsel lesbar bleiben. RUN.md erklärt, wie Sie Ihre eigene Lizenz lokal anwenden. Die enthaltenen Dokumente sind fiktiv und können ohne eine Kunden‑Daten‑Abhängigkeit verwendet werden.
Praktische Anwendungsfälle
Kundenberichtslieferung
Ein Export‑Dienst kann das externe PDF erst erzeugen, nachdem ein Bericht genehmigt wurde. Wenden Sie die Eigenschafts‑Richtlinie in diesem Konvertierungspfad an und behalten Sie das ursprüngliche Office‑Dokument an seinem bestehenden internen Ort. Vermeiden Sie, die behaltenen Steuerungen in das Kunden‑Paket zu bündeln. Sie existieren hier, um Tests beobachtbar zu machen.
Gemischte Office-Einreichungen
Ein Team kann narrative Berichte, Arbeitsblätter und Präsentations‑Zusammenfassungen erhalten. Verwenden Sie für jede Eingabefamilie einen typisierten Loader und wenden Sie eine dokumentierte Richtlinie konsequent an. Wir würden die Entscheidung zur Dateifamilie im Code sichtbar halten, anstatt die Unterstützung aus einem erfolgreichen DOCX‑Beispiel abzuleiten. Fügen Sie repräsentative Fixtures hinzu, wenn Sie eine weitere Vorlage einführen.
bewährte Verfahren und Tipps
Halten Sie Aufräumen und Redaktion in Ihren Anforderungen getrennt. Entscheiden Sie, welche Eigenschaften für die Herkunfts‑Nachverfolgung benötigt werden, bevor Sie sie löschen. Speichern Sie Liefer‑Outputs getrennt von internen Steuerungen und behandeln Sie die Lizenzkonfiguration als lokale Einstellung. Beim Upgrade des SDK führen Sie beide Varianten – behalten und bereinigt – erneut aus, damit eine unerwartete Änderung auf beiden Seiten des Vergleichs sichtbar wird.
Fehlersuche bei häufigen Problemen
Wenn die vollständige Demonstration im Evaluationsmodus stoppt, wenden Sie eine Lizenz für 26.10 in Ihrer lokalen Kopie an und führen Sie sie erneut aus. Bleibt ein Marker im sichtbaren Text, liegt das außerhalb dieser Eigenschaftsspeicher‑Prüfung. Wenn die Bereinigung von PDF‑Eingaben Ihre Anforderung ist, ersetzen Sie sie nicht in diesem Beispiel: Eine separate 26.10‑Prüfung schlug fehl mit der Meldung, dass der CreationDate‑Wert leer ist, wenn das integrierte Löschen aktiviert war. Der getestete Quell‑Umfang des Artikels ist Office.
Fazit
Beginnen Sie mit den bereitgestellten Fixtures und prüfen Sie die behaltenen und bereinigten Paare. Verifizieren Sie die benannten Quell‑Eigenschaften und überprüfen Sie anschließend den tatsächlichen PDF‑Inhalt. Ersetzen Sie die Fixtures erst durch genehmigte Vorlagen, wenn dieser Vergleich wie erwartet funktioniert. Halten Sie die Export‑Richtlinie nahe an den Lade‑Optionen, damit der nächste Entwickler sehen kann, welche Eigenschaften das System verlassen.