Remover Autor, Título e Propriedades Personalizadas ao Converter Arquivos Office em Java
Repositório de exemplo complementar (publicação pendente): remove-office-properties-java
A remoção de metadados de Office é um fluxo de trabalho do GroupDocs.Conversion para Java que limpa as propriedades do documento de origem ao exportar arquivos Office. Ele aborda uma parte pequena, mas fácil de perder, da entrega de documentos: o arquivo pode parecer pronto enquanto seu autor, título ou referência interna ainda descrevem um rascunho. Este artigo acompanha um relatório Word por essa decisão, e então aplica a mesma política ao Excel e PowerPoint. O código está fixado na versão 26.10 e usa arquivos de entrada fictícios.
Introdução
Suponha que um relatório esteja saindo de um processo de revisão interno. O cabeçalho visível está correto, as figuras foram aprovadas e o PDF abre normalmente. Nenhuma dessas verificações informa o que o campo Autor contém. Uma planilha ou apresentação também pode conter uma propriedade personalizada que faz sentido dentro de uma equipe, mas não acrescenta nada ao entregável externo. Trate essa informação como uma decisão de exportação, e não como uma surpresa descoberta pelo destinatário.
O exemplo produz duas versões de cada relatório. Uma mantém as propriedades da origem; a outra solicita a remoção de propriedades internas e personalizadas. Ele também grava uma cópia Office no mesmo formato para cada execução, para que os valores verificados possam ser inspecionados independentemente. Este é um exemplo deliberadamente observável. Queremos evidências de que as configurações alteraram a saída, não uma suposição baseada em como a primeira página parece.
Por que a limpeza de propriedades importa no momento da exportação
A etapa de exportação é onde um documento de origem se torna um artefato de entrega. Isso a torna um local útil para decidir se propriedades internas devem viajar com o conteúdo. O GroupDocs.Conversion para Java 26.10 expõe controles separados para propriedades de documento internas e personalizadas. Você pode aplicá-los ao carregar uma origem Office, antes de salvar o PDF. O exemplo habilita ambas as categorias para a variante de cópia externa.
Isto não substitui a revisão do próprio documento. Um nome de autor pode também aparecer em um parágrafo, célula, nota ou arquivo incorporado. Esses locais precisam de tratamento separado. Eu descreveria o recurso como limpeza de propriedades em um pipeline de exportação, porque essa terminologia corresponde ao que o código realmente demonstra. Também evita prometer um resultado de privacidade mais amplo do que o teste cobre.
Quando devo limpar as propriedades do Office?
Limpe as propriedades da origem quando sua política de entrega excluir autoria interna, títulos de rascunho ou campos de referência personalizados do relatório exportado. Configure as opções de carregamento antes de construir o Converter e compare as saídas mantidas e limpas usando marcadores conhecidos. O exemplo cobre fontes DOCX, XLSX e PPTX. Revise o conteúdo visível separadamente e permita que campos de PDF gerados na saída, como Producer, permaneçam após a limpeza.
Pré-requisitos
O projeto completo usa JDK 11, Maven e GroupDocs.Conversion para Java 26.10. Seu diretório documents contém três relatórios fictícios. Uma licença que cubra esta versão é necessária para verificação irrestrita; limites de avaliação podem impedir que a comparação completa termine. O código mantém a configuração da licença fora dos métodos de recurso e usa um placeholder no código distribuído. Não coloque um arquivo de licença no projeto.
Instalação
O pom.xml do projeto declara o repositório Java do GroupDocs e a dependência mostrada abaixo. Execute o comando Maven a partir desse diretório do projeto. Os blocos Java deste artigo são corpos de método do exemplo verificado; eles presumem as importações relevantes, um diretório Result existente e um parâmetro booleano chamado clear.
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-conversion</artifactId>
<version>26.10</version>
</dependency>
mvn compile exec:java
Etapa 1: Tornar a política de propriedades explícita
Os três métodos recebem a mesma política booleana. Passar false mantém as configurações da origem para uma execução de controle; passar true solicita a remoção de ambas as categorias. Em WordProcessingLoadOptions, os métodos são setClearBuiltInDocumentProperties e setClearCustomDocumentProperties. SpreadsheetLoadOptions e PresentationLoadOptions expõem os controles correspondentes. A consistência permite que você revise uma política em três famílias de entrada distintas sem ocultar qual carregador abre cada arquivo.
A execução com propriedades mantidas é importante. Se o marcador da origem nunca chega a uma saída comum, uma saída limpa vazia é uma evidência fraca. A demonstração, portanto, verifica cada marcador na cópia Office mantida e verifica sua ausência na cópia limpa. Isso fornece à comparação um controle positivo. Mantenha um teste semelhante ao introduzir um novo modelo de documento ou mudar a versão da dependência.
Etapa 2: Exportar o relatório Word
O caminho Word começa com documents/report.docx. Ele possui propriedades de documento fictícias e um relatório visível curto. convertWord cria opções tipadas, atribui a política e fornece essas opções através do construtor Converter. O método grava um PDF para entrega e uma cópia DOCX para inspeção de propriedades. Ambos são novos arquivos de saída; a origem não é reescrita por este exemplo.
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());
}
O nome do destino termina em retained ou clean, com base no argumento booleano. Essa distinção impede que as duas execuções sobrescrevam uma à outra. Também facilita a revisão manual: abra o PDF para inspecionar a apresentação e inspecione o controle Office correspondente para verificar o armazenamento de propriedades. Na execução verificada, Author e Title permaneceram no PDF mantido e desapareceram do PDF limpo. A informação Producer permaneceu, que é um campo gerado separadamente na saída.
Etapa 3: Aplicar a política ao Excel e PowerPoint
Para um relatório Excel, use SpreadsheetLoadOptions em vez de reutilizar o carregador Word. O código de conversão mantém as mesmas flags de propriedade e altera a família de entrada e as opções de controle de mesmo formato. O XLSX incluído tem espaçamento em branco deliberado, portanto sua paginação não faz parte da asserção de metadados. Verifique as páginas PDF assim como o resultado da propriedade ao adaptá-lo a um relatório de negócios. O sucesso da propriedade não garante que uma planilha larga imprima como esperado.
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());
}
O PowerPoint segue a mesma política de carregamento com PresentationLoadOptions. O slide de exemplo contém texto de relatório fictício, enquanto seu autor, título e referência personalizada vivem nas partes de propriedades do documento. O método salva PDF mais PPTX para que a comparação de propriedades permaneça independente da renderização dos slides. Não inspeciona notas de apresentador ou objetos incorporados. Se isso for importante para seu processo de entrega, inclua-os em uma revisão separada antes do lançamento.
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());
}
Etapa 4: Verificar o resultado em vez de adivinhar
PropertyChecks inspeciona as partes de propriedades dos seis arquivos de controle Office. Ele procura por Internal Review Team, Quarterly Review Draft e INTERNAL-REF-2610. Cópias mantidas devem conter esses valores conhecidos, e cópias limpas devem omiti-los. A aplicação imprime uma linha PASS para cada arquivo verificado e falha se uma comparação não corresponder à expectativa. Essa verificação está vinculada aos fixtures fictícios, não a uma asserção de que metadados arbitrários foram descobertos e classificados.
Também inspecionamos Author e Title do PDF com Poppler pdfinfo. Ambos os campos desapareceram nas exportações limpas de todas as três fontes Office. O campo Producer gerado permaneceu. Esse resultado é útil precisamente porque restringe a afirmação: as propriedades de origem solicitadas foram removidas, enquanto o PDF ainda pode identificar o software que o gerou. Não transforme isso em uma promessa de um dicionário de metadados totalmente vazio.
Exemplo completo em funcionamento
OfficeMetadataDemo é o ponto de entrada no projeto Maven complementar. Ele cria Result/, executa os três métodos de conversão com false e true, e invoca PropertyChecks. A utilidade é mantida separada dos métodos de recurso para que os trechos de conversão permaneçam legíveis. RUN.md explica como aplicar sua própria licença localmente. Os documentos incluídos são fictícios e podem ser usados sem dependência de dados de cliente.
Aplicações no mundo real
Entrega de relatório ao cliente
Um serviço de exportação pode gerar o PDF externo somente após a aprovação de um relatório. Aplique a política de propriedades nesse caminho de conversão e mantenha o documento Office original em sua localização interna existente. Evite agrupar os controles mantidos no pacote do cliente. Eles existem aqui para tornar o teste observável.
Submissões Office misturadas
Uma equipe pode receber relatórios narrativos, planilhas e resumos de apresentações. Use um carregador tipado para cada família de entrada e aplique uma política documentada de forma consistente. Manteríamos a decisão da família de arquivos visível no código em vez de inferir suporte a partir de um exemplo DOCX bem-sucedido. Adicione fixtures representativos ao introduzir outro modelo.
Melhores práticas e dicas
Mantenha a limpeza e a redação separadas em seus requisitos. Decida quais propriedades são necessárias para a proveniência antes de limpá-las. Armazene as saídas de entrega separadas dos controles internos e trate a configuração da licença como configuração local. Ao atualizar o SDK, execute novamente ambas as variantes mantidas e limpas para que uma mudança inesperada seja visível em ambos os lados da comparação.
Solução de problemas comuns
Se a demonstração completa parar no modo de avaliação, aplique uma licença que cubra a 26.10 em sua cópia local e execute-a novamente. Se um marcador permanecer no texto visível, isso está fora da verificação de armazenamento desta propriedade. Se a limpeza de entrada de PDF for sua exigência, não a substitua neste exemplo: uma verificação separada da 26.10 falhou com o valor CreationDate vazio quando a limpeza interna foi habilitada. O escopo de origem testado no artigo é Office.
Conclusão
Comece com os fixtures fornecidos e inspecione os pares mantidos e limpos. Verifique as propriedades de origem nomeadas, depois revise o conteúdo real do PDF. Substitua os fixtures por modelos aprovados somente depois que essa comparação se comportar como esperado. Mantenha a política de exportação próxima às opções de carregamento para que o próximo desenvolvedor possa ver quais propriedades deixam o sistema.