Rimuovere Autore, Titolo e Proprietà Personalizzate durante la Conversione di File Office in Java

Repository di esempio companion (in attesa di pubblicazione): remove-office-properties-java

La rimozione dei metadati Office è un flusso di lavoro GroupDocs.Conversion per Java che elimina le proprietà del documento sorgente durante l’esportazione dei file Office. Affronta una parte piccola ma facilmente trascurata della consegna dei documenti: il file può sembrare pronto mentre il suo autore, titolo o riferimento interno descrivono ancora una bozza. Questo articolo segue un report Word attraverso tale decisione, per poi applicare la stessa politica a Excel e PowerPoint. Il codice è fissato alla versione 26.10 e utilizza file di input fittizi.

Introduzione

Supponiamo che un report stia uscendo da un processo di revisione interno. L’intestazione visibile è corretta, le figure sono approvate e il PDF si apre normalmente. Nessuno di questi controlli ti dice cosa contiene il campo Autore. Un workbook o una presentazione possono anche contenere una proprietà personalizzata che ha senso all’interno di un team ma non aggiunge nulla al prodotto finale esterno. Tratta queste informazioni come una decisione di esportazione piuttosto che come una sorpresa scoperta dal destinatario.

Il campione produce due versioni di ogni report. Una mantiene le proprietà sorgente; l’altra richiede la rimozione delle proprietà integrate e personalizzate. Scrive inoltre una copia Office nello stesso formato per ogni esecuzione, così i valori controllati possono essere ispezionati indipendentemente. Questo è un esempio deliberatamente osservabile. Vogliamo prove che le impostazioni abbiano modificato l’output, non un’ipotesi basata sull’aspetto della prima pagina.

Perché la pulizia delle proprietà è importante al momento dell’esportazione

Il passaggio di esportazione è il punto in cui un documento sorgente diventa un artefatto di consegna. Questo lo rende un luogo utile per decidere se le proprietà interne debbano viaggiare con il contenuto. GroupDocs.Conversion per Java 26.10 espone controlli separati per le proprietà integrate e personalizzate del documento. Puoi applicarli durante il caricamento di una sorgente Office, prima di salvare il PDF. L’esempio abilita entrambe le categorie per la variante di copia esterna.

Questo non sostituisce la revisione del documento stesso. Un nome autore potrebbe anche apparire in un paragrafo, in una cella, in una nota o in un file incorporato. Quelle posizioni richiedono una gestione separata. Descriverei la funzionalità come pulizia delle proprietà in una pipeline di esportazione, perché quella formulazione corrisponde a ciò che il codice dimostra effettivamente. Evita inoltre di promettere un risultato di privacy più ampio di quanto il test copra.

Quando dovrei cancellare le proprietà Office?

Cancella le proprietà sorgente quando la tua politica di consegna esclude la paternità interna, i titoli di bozza o i campi di riferimento personalizzati dal report esportato. Configura le opzioni di caricamento prima di costruire il Converter e confronta gli output mantenuti e puliti usando marcatori noti. L’esempio copre sorgenti DOCX, XLSX e PPTX. Revisiona separatamente il contenuto visibile e consenti ai campi PDF generati dall’output, come Producer, di rimanere dopo la pulizia.

Prerequisiti

Il progetto completo utilizza JDK 11, Maven e GroupDocs.Conversion per Java 26.10. La sua cartella documents contiene tre report fittizi. È necessaria una licenza che copra questa release per una verifica senza restrizioni; i limiti della valutazione possono impedire il completamento del confronto completo. Il codice mantiene la configurazione della licenza al di fuori dei metodi funzionali e utilizza un segnaposto nella sorgente distribuita. Non inserire un file di licenza nel progetto.

Installazione

Il file pom.xml del progetto dichiara il repository Java di GroupDocs e la dipendenza mostrata di seguito. Esegui il comando Maven da quella directory di progetto. I blocchi Java di questo articolo sono corpi di metodo del campione verificato; presumono le importazioni rilevanti, una directory Result esistente e un parametro booleano chiamato clear.

<dependency>
  <groupId>com.groupdocs</groupId>
  <artifactId>groupdocs-conversion</artifactId>
  <version>26.10</version>
</dependency>
mvn compile exec:java

Passo 1: Rendere esplicita la politica delle proprietà

I tre metodi ricevono la stessa politica booleana. Passare false mantiene le impostazioni sorgente per un’esecuzione di controllo; passare true richiede la rimozione di entrambe le categorie. In WordProcessingLoadOptions, i metodi sono setClearBuiltInDocumentProperties e setClearCustomDocumentProperties. SpreadsheetLoadOptions e PresentationLoadOptions espongono i controlli corrispondenti. La coerenza ti consente di revisionare una politica su tre famiglie di input distinte senza nascondere quale loader apre ciascun file.

L’esecuzione con proprietà mantenute è importante. Se il marcatore sorgente non raggiunge mai un output ordinario, un output pulito vuoto è una prova debole. La dimostrazione quindi verifica ogni marcatore nella copia Office mantenuta e ne verifica l’assenza nella copia pulita. Questo fornisce al confronto un controllo positivo. Mantieni un test simile quando introduci un nuovo modello di documento o cambi la versione della dipendenza.

Passo 2: Esportare il report Word

Il percorso Word inizia con documents/report.docx. Contiene proprietà di documento fittizie e un breve report visibile. convertWord crea opzioni tipizzate, assegna la politica e fornisce quelle opzioni tramite il costruttore del Converter. Il metodo scrive un PDF per la consegna e una copia DOCX per l’ispezione delle proprietà. Entrambi sono nuovi file di output; la sorgente non viene riscritta da questo esempio.

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());
}

Il nome di destinazione termina con retained o clean, in base all’argomento booleano. Tale distinzione impedisce alle due esecuzioni di sovrascriversi a vicenda. Rende anche più semplice la revisione manuale: apri il PDF per ispezionare la presentazione e controlla il corrispondente controllo Office per verificare l’archiviazione delle proprietà. Nell’esecuzione verificata, Autore e Titolo sono rimasti nel PDF mantenuto e sono scomparsi dal PDF pulito. Le informazioni sul Producer sono rimaste, poiché si tratta di un campo generato separatamente dall’output.

Passo 3: Applicare la politica a Excel e PowerPoint

Per un report Excel, usa SpreadsheetLoadOptions anziché riutilizzare il loader Word. Il codice di conversione mantiene le stesse bandiere di proprietà e cambia la famiglia di input e le opzioni di controllo dello stesso formato. L’XLSX incluso ha spazi vuoti deliberati, quindi la sua impaginazione non fa parte dell’asserzione sui metadati. Controlla le pagine PDF così come il risultato delle proprietà quando lo adatti a un report aziendale. Il successo della proprietà non stabilisce che un foglio ampio venga stampato come previsto.

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 segue la stessa politica di caricamento con PresentationLoadOptions. La diapositiva di esempio contiene testo di report fittizio, mentre autore, titolo e riferimento personalizzato vivono nelle parti delle proprietà del documento. Il metodo salva PDF più PPTX così il confronto delle proprietà rimane indipendente dal rendering delle diapositive. Non ispeziona le note del relatore né gli oggetti incorporati. Se questi sono rilevanti per il tuo processo di consegna, includili in una revisione separata prima del rilascio.

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());
}

Passo 4: Verificare il risultato invece di indovinare

PropertyChecks ispeziona le parti delle proprietà dei sei file di controllo Office. Cerca Internal Review Team, Quarterly Review Draft e INTERNAL-REF-2610. Le copie mantenute devono contenere quei valori noti, e le copie pulite devono ometterli. L’applicazione stampa una riga PASS per ogni file controllato e fallisce se un confronto non corrisponde a tale aspettativa. Questo controllo è legato ai fixture fittizi, non a un’asserzione che metadati arbitrari siano stati scoperti e classificati.

Abbiamo anche ispezionato Autore e Titolo del PDF con Poppler pdfinfo. Entrambi i campi sono scomparsi nelle esportazioni pulite da tutte e tre le sorgenti Office. Il campo Producer generato è rimasto. Questo risultato è utile proprio perché restringe la affermazione: le proprietà sorgente richieste sono state rimosse, mentre il PDF può ancora identificare il software che lo ha generato. Non trasformare ciò in una promessa di un dizionario di metadati completamente vuoto.

Esempio completo funzionante

OfficeMetadataDemo è il punto di ingresso nel progetto Maven companion. Crea Result/, esegue tutti e tre i metodi di conversione con false e true, e invoca PropertyChecks. L’utilità è mantenuta separata dai metodi funzionali così gli snippet di conversione rimangono leggibili. RUN.md spiega come applicare la tua licenza localmente. I documenti inclusi sono fittizi e possono essere usati senza una dipendenza da dati cliente.

Applicazioni nel mondo reale

Consegna di report al cliente

Un servizio di esportazione può produrre il PDF esterno solo dopo che un report è stato approvato. Applica la politica delle proprietà in quel percorso di conversione e conserva il documento Office originale nella sua posizione interna esistente. Evita di includere i controlli mantenuti nel pacchetto cliente. Esistono qui solo per rendere i test osservabili.

Sottomissioni Office miste

Un team può ricevere report narrativi, fogli di calcolo e riepiloghi di presentazione. Usa un loader tipizzato per ogni famiglia di input e applica una politica documentata in modo coerente. Manteniamo la decisione della famiglia di file visibile nel codice anziché inferire il supporto da un singolo esempio DOCX riuscito. Aggiungi fixture rappresentative quando introduci un altro modello.

Best practice e consigli

Mantieni la pulizia e la redazione separate nei requisiti. Decidi quali proprietà sono necessarie per la provenienza prima di cancellarle. Conserva gli output di consegna separati dai controlli interni e tratta la configurazione della licenza come configurazione locale. Quando aggiorni l’SDK, riesegui entrambe le varianti mantenute e pulite così un cambiamento inatteso sia visibile su entrambi i lati del confronto.

Risoluzione dei problemi comuni

Se la dimostrazione completa si interrompe in modalità valutazione, applica una licenza che copra la 26.10 nella tua copia locale e rieseguila. Se un marcatore rimane nel testo visibile, è al di fuori di questo controllo di archiviazione delle proprietà. Se la pulizia dell’input PDF è il tuo requisito, non sostituirla in questo esempio: un controllo 26.10 separato è fallito con il valore CreationDate vuoto quando è stata abilitata la cancellazione integrata. L’ambito della sorgente testata nell’articolo è Office.

Conclusione

Inizia con i fixture forniti e ispeziona le coppie mantenute e pulite. Verifica le proprietà sorgente nominate, poi revisiona il contenuto PDF reale. Sostituisci i fixture con modelli approvati solo dopo che quel confronto si comporta come previsto. Mantieni la politica di esportazione vicina alle opzioni di caricamento così il prossimo sviluppatore può vedere quali proprietà lasciano il sistema.

Risorse aggiuntive