Удаление автора, названия и пользовательских свойств при конвертации офисных файлов на Java
Сопутствующий репозиторий примера (в ожидании публикации): remove-office-properties-java
Удаление метаданных Office — это рабочий процесс GroupDocs.Conversion для Java, который очищает свойства исходного документа при экспорте офисных файлов. Он решает небольшую, но легко упускаемую из виду часть доставки документа: файл может выглядеть готовым, пока его автор, название или внутренняя ссылка всё ещё описывают черновик. В этой статье рассматривается отчёт Word, проходящий через это решение, а затем применяется та же политика к Excel и PowerPoint. Код привязан к версии 26.10 и использует вымышленные входные файлы.
Введение
Предположим, что отчёт выходит из внутреннего процесса рецензирования. Видимый заголовок правильный, цифры одобрены, и PDF открывается нормально. Ни одна из этих проверок не сообщает, что содержится в поле Author. Таблица Excel или презентация также могут содержать пользовательское свойство, которое имеет смысл внутри команды, но ничего не добавляет к внешнему результату. Рассматривайте эту информацию как решение при экспорте, а не как сюрприз, обнаруженный получателем.
Пример создаёт две версии каждого отчёта. Одна сохраняет свойства исходного документа; другая запрашивает удаление встроенных и пользовательских свойств. Он также записывает копию Office в том же формате для каждого запуска, чтобы проверенные значения можно было исследовать независимо. Это преднамеренно наблюдаемый пример. Нам нужны доказательства того, что настройки изменили вывод, а не предположение, основанное на внешнем виде первой страницы.
Почему очистка свойств важна при экспорте
Шаг экспорта — это момент, когда исходный документ превращается в артефакт доставки. Это делает его удобным местом для решения, должны ли внутренние свойства перемещаться вместе с содержимым. GroupDocs.Conversion для Java 26.10 предоставляет отдельные элементы управления встроенными и пользовательскими свойствами документа. Их можно применить при загрузке Office‑источника, до сохранения PDF. В примере включены обе категории для варианта внешней копии.
Это не замена проверке самого документа. Имя автора может также появляться в абзаце, ячейке, примечании или встроенном файле. Эти места требуют отдельной обработки. Я бы описал эту функцию как очистку свойств в конвейере экспорта, потому что такая формулировка соответствует тому, что действительно делает код. Это также позволяет избежать обещаний более широких результатов конфиденциальности, чем покрывает тест.
Когда следует очищать свойства Office?
Очищайте свойства источника, когда ваша политика доставки исключает внутреннее авторство, черновые названия или пользовательские поля ссылки из экспортируемого отчёта. Настройте параметры загрузки перед созданием Converter и сравните сохранённые и очищенные результаты, используя известные маркеры. Пример охватывает источники DOCX, XLSX и PPTX. Просматривайте видимое содержимое отдельно и допускайте, что поля PDF, генерируемые при выводе, такие как Producer, останутся после очистки.
Предварительные требования
Полный проект использует JDK 11, Maven и GroupDocs.Conversion для Java 26.10. В его каталоге documents находятся три вымышленных отчёта. Для неограниченной проверки требуется лицензия, покрывающая этот релиз; ограничения оценки могут помешать завершению полного сравнения. Код размещает настройку лицензии вне методов функции и использует заполнитель в распространяемом исходном коде. Не помещайте файл лицензии в проект.
Установка
Файл pom.xml проекта объявляет репозиторий GroupDocs Java и зависимость, показанную ниже. Запустите команду Maven из каталога проекта. Java‑блоки в этой статье — это тела методов из проверенного примера; они предполагают наличие соответствующих импортов, существующего каталога Result и булевого параметра с именем clear.
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-conversion</artifactId>
<version>26.10</version>
</dependency>
mvn compile exec:java
Шаг 1: Сделать политику свойств явной
Три метода получают одну и ту же булеву политику. Передача false сохраняет исходные настройки для контрольного запуска; передача true запрашивает удаление обеих категорий. В WordProcessingLoadOptions методы называются setClearBuiltInDocumentProperties и setClearCustomDocumentProperties. SpreadsheetLoadOptions и PresentationLoadOptions предоставляют соответствующие элементы управления. Последовательность позволяет просматривать одну политику для трёх разных семейств входных файлов, не скрывая, какой загрузчик открывает каждый файл.
Запуск с сохранёнными свойствами имеет значение. Если маркер источника никогда не попадает в обычный вывод, пустой очищенный вывод является слабым доказательством. Поэтому демонстрация проверяет каждый маркер в сохранённой копии Office и проверяет его отсутствие в очищенной копии. Это даёт сравнению положительный контроль. Сохраняйте аналогичный тест при вводе нового шаблона документа или изменении версии зависимости.
Шаг 2: Экспортировать отчёт Word
Путь Word начинается с documents/report.docx. В нём есть вымышленные свойства документа и короткий видимый отчёт. convertWord создаёт типизированные параметры, назначает политику и передаёт эти параметры через конструктор Converter. Метод записывает PDF для доставки и копию DOCX для проверки свойств. Оба являются новыми выходными файлами; исходный файл не перезаписывается этим примером.
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());
}
Имя target заканчивается на retained или clean в зависимости от булевого аргумента. Это различие предотвращает перезапись двух запусков друг другом. Оно также упрощает ручную проверку: откройте PDF, чтобы проверить оформление, и проверьте соответствующий файл Office, чтобы проверить хранение свойств. В проверенном запуске Author и Title остались в сохранённом PDF и исчезли из очищенного PDF. Информация Producer осталась, что является отдельным полем, генерируемым при выводе.
Шаг 3: Применить политику к Excel и PowerPoint
Для отчёта Excel используйте SpreadsheetLoadOptions вместо повторного использования загрузчика Word. Код конвертации сохраняет те же флаги свойств и меняет семейство входных данных и параметры контроля того же формата. Включённый XLSX содержит преднамеренно пустые пробелы, поэтому его разбиение на страницы не является частью утверждения о метаданных. Проверьте страницы PDF, а также результат свойств при адаптации к бизнес‑отчёту. Успех свойства не гарантирует, что широкая таблица печатается как задумано.
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 следует той же политике загрузки с PresentationLoadOptions. Пример слайда содержит вымышленный текст отчёта, в то время как его автор, название и пользовательская ссылка находятся в частях свойств документа. Метод сохраняет PDF и PPTX, чтобы сравнение свойств оставалось независимым от рендеринга слайдов. Он не проверяет заметки докладчика или встроенные объекты. Если они важны для вашего процесса доставки, включите их в отдельный обзор перед выпуском.
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());
}
Шаг 4: Проверить результат вместо догадок
PropertyChecks проверяет части свойств шести файлов Office‑контроля. Он ищет Internal Review Team, Quarterly Review Draft и INTERNAL-REF-2610. Сохранённые копии должны содержать эти известные значения, а очищенные копии должны их опускать. Приложение выводит строку PASS для каждого проверенного файла и сообщает об ошибке, если сравнение не соответствует ожиданию. Эта проверка привязана к вымышленным фикстурам, а не к утверждению, что произвольные метаданные были обнаружены и классифицированы.
Мы также проверили поля PDF Author и Title с помощью Poppler pdfinfo. Оба поля исчезли в очищенных экспортированных файлах из всех трёх источников Office. Сгенерированное поле Producer осталось. Этот результат полезен именно потому, что сужает утверждение: запрошенные свойства источника были удалены, в то время как PDF всё ещё может идентифицировать программное обеспечение, которое его создало. Не превращайте это в обещание полностью пустого словаря метаданных.
Полный рабочий пример
OfficeMetadataDemo является точкой входа в сопутствующий Maven‑проект. Он создаёт каталог Result/, запускает все три метода конвертации с false и true и вызывает PropertyChecks. Утилита вынесена отдельно от методов функции, чтобы фрагменты конвертации оставались читаемыми. RUN.md объясняет, как применить свою лицензию локально. Включённые документы вымышлены и могут использоваться без зависимости от данных клиента.
Применения в реальном мире
Доставка отчётов клиенту
Сервис экспорта может создавать внешний PDF только после утверждения отчёта. Применяйте политику свойств в этом пути конвертации и храните оригинальный документ Office в его текущем внутреннем месте. Избегайте включения сохранённых контролей в пакет для клиента. Они присутствуют здесь, чтобы сделать тестирование наблюдаемым.
Смешанные Office‑подачи
Команда может получать текстовые отчёты, таблицы и резюме презентаций. Используйте типизированный загрузчик для каждого семейства входных данных и последовательно применяйте задокументированную политику. Мы бы оставили решение о семействе файлов видимым в коде, а не делали вывод о поддержке из одного успешного примера DOCX. Добавьте репрезентативные фикстуры при вводе другого шаблона.
Лучшие практики и советы
Разделяйте очистку и редактирование в ваших требованиях. Определите, какие свойства нужны для прослеживаемости, прежде чем их удалять. Храните результаты доставки отдельно от внутренних контролей и рассматривайте настройку лицензии как локальную конфигурацию. При обновлении SDK повторно запускайте как сохранённые, так и очищенные варианты, чтобы неожиданное изменение было видно с любой стороны сравнения.
Устранение распространённых проблем
Если полная демонстрация останавливается в режиме оценки, примените лицензию, покрывающую 26.10, в вашей локальной копии и запустите её снова. Если маркер остаётся в видимом тексте, это выходит за пределы проверки хранения этого свойства. Если очистка входного PDF является вашей требованием, не заменяйте её в этом примере: отдельная проверка 26.10 завершилась с ошибкой «CreationDate value is empty», когда было включено встроенное очищение. Область проверяемых источников в статье — Office.
Заключение
Начните с предоставленных фикстур и проверьте пары сохранённых и очищенных файлов. Проверьте названные свойства источника, затем просмотрите фактическое содержимое PDF. Заменяйте фикстуры одобренными шаблонами только после того, как сравнение будет работать как ожидается. Держите политику экспорта рядом с параметрами загрузки, чтобы следующий разработчик мог увидеть, какие свойства выходят из системы.