Usuń autora, tytuł i własne właściwości przy konwertowaniu plików Office w Javie

Repozytorium przykładowe (oczekujące na publikację):
remove-office-properties-java

Usuwanie metadanych Office jest przepływem pracy GroupDocs.Conversion dla Javy, który czyści właściwości dokumentu źródłowego podczas eksportu plików Office. Rozwiązuje on mały, ale łatwo pomijany element dostarczania dokumentów: plik może wyglądać na gotowy, podczas gdy jego autor, tytuł lub wewnętrzne odniesienie nadal opisują wersję roboczą. Ten artykuł prześledza raport Word pod kątem tej decyzji, a następnie stosuje tę samą politykę do Excela i PowerPointa. Kod jest przypięty do wersji 26.10 i używa fikcyjnych plików wejściowych.

Wprowadzenie

Załóżmy, że raport opuszcza wewnętrzny proces recenzji. Widoczny nagłówek jest prawidłowy, wykresy zostały zatwierdzone, a PDF otwiera się normalnie. Żadne z tych sprawdzeń nie mówi, co znajduje się w polu Autor. Arkusz kalkulacyjny lub prezentacja mogą również zawierać własną właściwość, która ma sens w zespole, ale nie wnosi nic do zewnętrznego produktu. Traktuj te informacje jako decyzję eksportową, a nie jako niespodziankę odkrytą przez odbiorcę.

Przykład generuje dwie wersje każdego raportu. Jedna zachowuje właściwości źródłowe; druga żąda usunięcia wbudowanych i własnych właściwości. Dodatkowo zapisuje kopię Office w tym samym formacie dla każdego uruchomienia, aby sprawdzone wartości można było niezależnie zweryfikować. Jest to celowo obserwowalny przykład. Chcemy mieć dowód, że ustawienia zmieniły wynik, a nie jedynie przypuszczenie oparte na wyglądzie pierwszej strony.

Dlaczego czyszczenie właściwości ma znaczenie przy eksporcie

Krok eksportu to moment, w którym dokument źródłowy staje się artefaktem dostawy. To dobre miejsce, aby zdecydować, czy wewnętrzne właściwości powinny podróżować razem z treścią. GroupDocs.Conversion dla Javy 26.10 udostępnia oddzielne kontrolki dla wbudowanych i własnych właściwości dokumentu. Można je zastosować podczas ładowania źródła Office, przed zapisaniem PDF‑a. Przykład włącza obie kategorie dla wariantu zewnętrznej kopii.

To nie jest zamiennik przeglądu samego dokumentu. Nazwa autora może również pojawić się w akapicie, komórce, przypisie lub osadzonym pliku. Te miejsca wymagają oddzielnego traktowania. Opisałbym tę funkcję jako czyszczenie właściwości w potoku eksportowym, ponieważ takie sformułowanie odpowiada temu, co kod faktycznie udowadnia. Unika to także obiecywania szerszego efektu prywatności niż obejmuje test.

Kiedy powinienem usuwać właściwości Office?

Usuń właściwości źródłowe, gdy polityka dostawy wyklucza wewnętrzne autorstwo, tytuły robocze lub własne pola referencyjne z eksportowanego raportu. Skonfiguruj opcje ładowania przed utworzeniem Converter i porównaj zachowane oraz wyczyszczone wyniki przy użyciu znanych znaczników. Przykład obejmuje źródła DOCX, XLSX i PPTX. Przeglądaj widoczną treść oddzielnie i pozwól, aby pola PDF generowane automatycznie, takie jak Producer, pozostały po czyszczeniu.

Wymagania wstępne

Pełny projekt używa JDK 11, Maven oraz GroupDocs.Conversion dla Javy 26.10. Katalog documents zawiera trzy fikcyjne raporty. Wymagana jest licencja obejmująca tę wersję, aby móc w pełni zweryfikować działanie; ograniczenia wersji ewaluacyjnej mogą uniemożliwić zakończenie pełnego porównania. Kod trzyma konfigurację licencji poza metodami funkcjonalnymi i używa symbolicznego placeholdera w dystrybuowanym źródle. Nie umieszczaj pliku licencyjnego w projekcie.

Instalacja

Plik pom.xml projektu deklaruje repozytorium GroupDocs Java oraz zależność pokazane poniżej. Uruchom polecenie Maven z katalogu projektu. Bloki kodu Java w tym artykule to ciała metod z zweryfikowanego przykładu; zakładają odpowiednie importy, istniejący katalog Result oraz parametr typu boolean o nazwie clear.

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

Krok 1: Ustal politykę właściwości w sposób jawny

Trzy metody przyjmują tę samą politykę typu boolean. Przekazanie false zachowuje ustawienia źródła dla uruchomienia kontrolnego; przekazanie true żąda usunięcia obu kategorii. W WordProcessingLoadOptions metody to setClearBuiltInDocumentProperties i setClearCustomDocumentProperties. SpreadsheetLoadOptions oraz PresentationLoadOptions udostępniają odpowiednie kontrolki. Spójność pozwala przeglądać jedną politykę w trzech odrębnych rodzinach wejściowych, nie ukrywając, który loader otwiera dany plik.

Uruchomienie z zachowanymi właściwościami ma znaczenie. Jeśli znacznik źródłowy nigdy nie pojawi się w zwykłym wyniku, pusty, wyczyszczony plik jest słabym dowodem. Demonstracja dlatego sprawdza każdy znacznik w zachowanej kopii Office i weryfikuje jego brak w wyczyszczonej kopii. Daje to porównaniu pozytywną kontrolę. Zachowaj podobny test przy wprowadzaniu nowego szablonu dokumentu lub zmianie wersji zależności.

Krok 2: Eksportuj raport Word

Ścieżka Word zaczyna się od documents/report.docx. Zawiera fikcyjne właściwości dokumentu i krótki widoczny raport. convertWord tworzy typowane opcje, przypisuje politykę i przekazuje te opcje przez konstruktor Converter. Metoda zapisuje PDF do dostarczenia oraz kopię DOCX do inspekcji właściwości. Oba są nowymi plikami wyjściowymi; źródło nie jest nadpisywane przez ten przykład.

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());
}

Nazwa docelowa kończy się na retained lub clean, w zależności od argumentu boolean. To rozróżnienie zapobiega nadpisaniu wyników. Ułatwia także ręczną weryfikację: otwórz PDF, aby sprawdzić prezentację, i odpowiedni plik Office, aby zweryfikować przechowywanie właściwości. W zweryfikowanym uruchomieniu pola Author i Title pozostały w zachowanym PDF i zniknęły w wyczyszczonym PDF. Informacje o Producer pozostały, co jest oddzielnym polem generowanym przy wyjściu.

Krok 3: Zastosuj politykę do Excela i PowerPointa

Dla raportu Excel użyj SpreadsheetLoadOptions zamiast ponownego użycia loadera Word. Kod konwersji zachowuje te same flagi właściwości i zmienia rodzinę wejściową oraz opcje kontrolne tego samego formatu. Dołączony plik XLSX ma celowo puste odstępy, więc jego paginacja nie jest częścią asercji metadanych. Sprawdź strony PDF oraz wynikowe właściwości przy adaptacji do raportu biznesowego. Sukces w usuwaniu właściwości nie dowodzi, że szeroki arkusz drukuje się zgodnie z zamierzeniami.

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 podąża za tą samą polityką ładowania przy użyciu PresentationLoadOptions. Przykładowy slajd zawiera fikcyjny tekst raportu, podczas gdy autor, tytuł i własna referencja znajdują się w częściach właściwości dokumentu. Metoda zapisuje PDF oraz PPTX, aby porównanie właściwości pozostało niezależne od renderowania slajdów. Nie sprawdza notatek prelegenta ani osadzonych obiektów. Jeśli mają one znaczenie w Twoim procesie dostawy, uwzględnij je w oddzielnym przeglądzie przed wydaniem.

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: Zweryfikuj wynik zamiast zgadywać

PropertyChecks inspekcjonuje części właściwości sześciu kontrolnych plików Office. Szuka ciągów Internal Review Team, Quarterly Review Draft oraz INTERNAL-REF-2610. Zachowane kopie muszą zawierać te znane wartości, a wyczyszczone ich nie zawierać. Aplikacja wypisuje linię PASS dla każdego sprawdzonego pliku i zgłasza błąd, jeśli porównanie nie spełnia oczekiwań. Ten test jest powiązany z fikcyjnymi danymi, a nie z twierdzeniem, że odkryto i sklasyfikowano dowolne metadane.

Sprawdziliśmy również pola Author i Title w PDF przy pomocy Poppler pdfinfo. Oba pola zniknęły w wyczyszczonych eksportach ze wszystkich trzech źródeł Office. Wygenerowane pole Producer pozostało. Ten wynik jest przydatny właśnie dlatego, że zawęża twierdzenie: żądane właściwości źródłowe zostały usunięte, podczas gdy PDF nadal może identyfikować oprogramowanie, które go stworzyło. Nie przekształcaj tego w obietnicę całkowicie pustego słownika metadanych.

Kompletny działający przykład

OfficeMetadataDemo jest punktem wejścia w towarzyszącym projekcie Maven. Tworzy katalog Result/, uruchamia wszystkie trzy metody konwersji z false i true, oraz wywołuje PropertyChecks. Narzędzie jest trzymane oddzielnie od metod funkcjonalnych, aby fragmenty konwersji pozostały czytelne. Plik RUN.md wyjaśnia, jak zastosować własną licencję lokalnie. Dołączone dokumenty są fikcyjne i mogą być używane bez zależności od danych klienta.

Zastosowania w rzeczywistym świecie

Dostawa raportów dla klienta

Usługa eksportu może generować zewnętrzny PDF dopiero po zatwierdzeniu raportu. Zastosuj politykę właściwości w tej ścieżce konwersji i pozostaw oryginalny dokument Office w jego istniejącym wewnętrznym miejscu. Unikaj dołączania zachowanych kontroli do pakietu dla klienta. Służą one jedynie do uczynienia testów obserwowalnymi.

Mieszane zgłoszenia Office

Zespół może otrzymywać raporty narracyjne, arkusze kalkulacyjne i podsumowania prezentacji. Użyj typowanego loadera dla każdej rodziny wejściowej i konsekwentnie stosuj udokumentowaną politykę. Zachowalibyśmy decyzję o rodzinie plików widoczną w kodzie, zamiast wyciągać wnioski z jednego udanego przykładu DOCX. Dodaj reprezentatywne dane testowe przy wprowadzaniu kolejnego szablonu.

Najlepsze praktyki i wskazówki

Traktuj czyszczenie i redakcję jako odrębne elementy wymagań. Zdecyduj, które właściwości są potrzebne do ustalenia pochodzenia, zanim je usuniesz. Przechowuj wyniki dostawy oddzielnie od kontroli wewnętrznych i traktuj konfigurację licencji jako lokalną. Przy aktualizacji SDK uruchom ponownie zarówno warianty zachowane, jak i wyczyszczone, aby nieoczekiwana zmiana była widoczna po obu stronach porównania.

Rozwiązywanie typowych problemów

Jeśli pełna demonstracja zatrzyma się w trybie ewaluacyjnym, zastosuj licencję obejmującą 26.10 w swojej lokalnej kopii i uruchom ją ponownie. Jeśli znacznik pozostanie w widocznym tekście, to wykracza poza kontrolę przechowywania właściwości. Jeśli czyszczenie wejściowego PDF jest Twoim wymogiem, nie podmieniaj tego w przykładzie: oddzielny test 26.10 nie powiódł się z komunikatem „CreationDate value is empty” przy włączonym czyszczeniu wbudowanym. Zakres testowanego źródła w artykule to Office.

Zakończenie

Zacznij od dostarczonych danych testowych i sprawdź zachowane oraz wyczyszczone pary. Zweryfikuj nazwane właściwości źródłowe, a następnie przejrzyj faktyczną treść PDF. Zamień dane testowe na zatwierdzone szablony dopiero po tym, jak porównanie zachowa się zgodnie z oczekiwaniami. Trzymaj politykę eksportu blisko opcji ładowania, aby kolejny deweloper mógł zobaczyć, które właściwości opuszczają system.

Dodatkowe zasoby