ลบผู้เขียน, ชื่อเรื่อง, และคุณสมบัติกำหนดเองเมื่อแปลงไฟล์ Office ใน Java

ที่เก็บตัวอย่างคู่มือ (รอการเผยแพร่): remove-office-properties-java

การลบเมตาดาต้า Office เป็นขั้นตอนการทำงานของ GroupDocs.Conversion สำหรับ Java ที่ทำความสะอาดคุณสมบัติของเอกสารต้นฉบับขณะส่งออกไฟล์ Office มันแก้ไขส่วนที่เล็กแต่มักมองข้ามในการส่งมอบเอกสาร: ไฟล์อาจดูพร้อมใช้งานในขณะที่ผู้เขียน, ชื่อเรื่อง หรือการอ้างอิงภายในยังคงบ่งบอกว่าเป็นฉบับร่าง บทความนี้จะติดตามรายงาน Word ผ่านการตัดสินใจนั้น แล้วนำแนวทางเดียวกันไปใช้กับ Excel และ PowerPoint โค้ดอิงกับเวอร์ชัน 26.10 และใช้ไฟล์ตัวอย่างสมมติ

บทนำ

สมมติว่ารายงานกำลังออกจากกระบวนการตรวจสอบภายใน ส่วนหัวที่มองเห็นได้ถูกต้อง, ตัวเลขได้รับการอนุมัติและ PDF เปิดได้ตามปกติ แต่ไม่มีการตรวจสอบว่าในฟิลด์ Author มีค่าอะไร เวิร์กบุ๊กหรือพรีเซนเทชันอาจมีคุณสมบัติกำหนดเองที่มีความหมายภายในทีมแต่ไม่มีประโยชน์ต่อผู้รับภายนอก ให้ถือข้อมูลนั้นเป็นการตัดสินใจในการส่งออก แทนที่จะเป็นความประหลาดใจที่ผู้รับค้นพบ

ตัวอย่างจะสร้างสองเวอร์ชันของแต่ละรายงาน หนึ่งเก็บคุณสมบัติดั้งเดิม; อีกหนึ่งขอให้ลบคุณสมบัติมาตรฐานและกำหนดเอง นอกจากนี้ยังเขียนสำเนา Office ในรูปแบบเดียวกันสำหรับแต่ละรอบเพื่อให้ค่าที่ตรวจสอบได้สามารถตรวจสอบแยกกันได้ นี่เป็นตัวอย่างที่ตั้งใจให้สังเกตได้ เราต้องการหลักฐานว่าการตั้งค่าได้เปลี่ยนผลลัพธ์ ไม่ใช่การสันนิษฐานจากหน้าหนึ่งที่ดูอย่างเดียว

ทำไมการทำความสะอาดคุณสมบัติจึงสำคัญในขั้นตอนส่งออก

ขั้นตอนส่งออกคือจุดที่เอกสารต้นฉบับกลายเป็นผลลัพธ์ที่ส่งมอบ นั่นทำให้เป็นจุดที่เหมาะสมในการตัดสินใจว่าคุณสมบัติภายในควรเดินทางพร้อมเนื้อหาหรือไม่ GroupDocs.Conversion for Java 26.10 เปิดเผยการควบคุมแยกต่างหากสำหรับคุณสมบัติมาตรฐานและกำหนดเอง คุณสามารถใช้ได้ขณะโหลดแหล่ง Office ก่อนบันทึกเป็น PDF ตัวอย่างเปิดใช้งานทั้งสองประเภทสำหรับเวอร์ชันสำเนาภายนอก

นี่ไม่ใช่การทดแทนการตรวจสอบเอกสารเอง ชื่อผู้เขียนอาจปรากฏในย่อหน้า, เซลล์, โน้ต หรือไฟล์ที่ฝังอยู่ ซึ่งต้องจัดการแยกต่างหาก ฉันจะอธิบายฟีเจอร์นี้ว่าเป็นการทำความสะอาดคุณสมบัติในสายการส่งออก เพราะคำนี้สอดคล้องกับสิ่งที่โค้ดทำจริง และยังหลีกเลี่ยงการสัญญาผลลัพธ์ด้านความเป็นส่วนตัวที่กว้างเกินกว่าการทดสอบ

ควรลบคุณสมบัติ Office เมื่อใด?

ลบคุณสมบัติดั้งเดิมเมื่อแนวทางการส่งมอบของคุณไม่ต้องการผู้เขียนภายใน, ชื่อร่าง, หรือฟิลด์อ้างอิงกำหนดเองในรายงานที่ส่งออก ตั้งค่าตัวเลือกการโหลดก่อนสร้าง Converter และเปรียบเทียบผลลัพธ์ที่เก็บไว้และที่ทำความสะอาดโดยใช้ตัวบ่งชี้ที่รู้จัก ตัวอย่างครอบคลุมแหล่ง DOCX, XLSX และ PPTX ตรวจสอบเนื้อหาที่มองเห็นได้แยกต่างหาก และให้ฟิลด์ PDF ที่สร้างโดยระบบเช่น Producer คงอยู่หลังการทำความสะอาด

ข้อกำหนดเบื้องต้น

โครงการเต็มใช้ JDK 11, Maven และ GroupDocs.Conversion for Java 26.10 โฟลเดอร์ documents มีรายงานสมมติสามไฟล์ ไลเซนส์ที่ครอบคลุมเวอร์ชันนี้จำเป็นสำหรับการตรวจสอบโดยไม่มีข้อจำกัด; ข้อจำกัดของรุ่นประเมินอาจทำให้การเปรียบเทียบเต็มรูปแบบไม่สำเร็จ โค้ดเก็บการตั้งค่าไลเซนส์ไว้ภายนอกเมธอดฟีเจอร์และใช้ตัวแทนในซอร์สที่แจกจ่าย อย่าใส่ไฟล์ไลเซนส์ในโครงการ

การติดตั้ง

ไฟล์ pom.xml ของโครงการประกาศรีโพซิทอรี Java ของ GroupDocs และการพึ่งพาตามด้านล่าง รันคำสั่ง Maven จากไดเรกทอรีโครงการ บล็อก Java ของบทความนี้เป็นบอดี้เมธอดจากตัวอย่างที่ตรวจสอบแล้ว; มันสมมติว่ามีการนำเข้าเกี่ยวข้อง, โฟลเดอร์ Result ที่มีอยู่และพารามิเตอร์ boolean ชื่อ clear

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

ขั้นตอนที่ 1: ทำให้แนวทางคุณสมบัติเป็นที่ชัดเจน

เมธอดสามตัวรับนโยบาย boolean เดียวกัน การส่งค่า false จะเก็บการตั้งค่าต้นฉบับสำหรับการรันควบคุม; การส่งค่า true จะขอให้ลบทั้งสองประเภท ใน WordProcessingLoadOptions เมธอดที่ใช้คือ setClearBuiltInDocumentProperties และ setClearCustomDocumentProperties ส่วน SpreadsheetLoadOptions และ PresentationLoadOptions เปิดเผยการควบคุมที่สอดคล้องกัน ความสอดคล้องนี้ทำให้คุณตรวจสอบนโยบายเดียวกันในสามกลุ่มอินพุตที่แตกต่างโดยไม่ต้องซ่อนว่า loader ใดเปิดไฟล์ใด

การรันที่เก็บคุณสมบัติมีความสำคัญ หากตัวบ่งชี้ต้นฉบับไม่ปรากฏในผลลัพธ์ปกติ ผลลัพธ์ที่สะอาดเปล่าเปลือยจะเป็นหลักฐานที่อ่อนแรง ดังนั้นการสาธิตจึงตรวจสอบตัวบ่งชี้แต่ละตัวในสำเนา Office ที่เก็บไว้และตรวจสอบว่ามันไม่มีในสำเนาที่ทำความสะอาด นั่นให้การเปรียบเทียบมีการควบคุมเชิงบวก เก็บการทดสอบคล้ายกันไว้เมื่อคุณเพิ่มเทมเพลตเอกสารใหม่หรือเปลี่ยนเวอร์ชันของ dependency

ขั้นตอนที่ 2: ส่งออกรายงาน Word

เส้นทาง Word เริ่มที่ documents/report.docx มีคุณสมบัติเบื้องต้นสมมติและรายงานสั้นที่มองเห็นได้ convertWord สร้างตัวเลือกที่ระบุประเภท, กำหนดนโยบายและส่งตัวเลือกเหล่านั้นผ่านคอนสตรัคเตอร์ของ Converter เมธอดจะเขียน PDF สำหรับการส่งมอบและสำเนา DOCX สำหรับการตรวจสอบคุณสมบัติ ทั้งสองเป็นไฟล์ผลลัพธ์ใหม่; แหล่งต้นฉบับไม่ถูกเขียนทับโดยตัวอย่างนี้

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());
}

ชื่อเป้าหมายลงท้ายด้วย retained หรือ clean ตามค่า boolean นั่นทำให้การรันสองครั้งไม่ทับซ้อนกัน และทำให้การตรวจสอบด้วยมือง่ายขึ้น: เปิด PDF เพื่อตรวจสอบการนำเสนอและตรวจสอบ Office ที่สอดคล้องกันเพื่อดูการจัดเก็บคุณสมบัติ ในการรันที่ตรวจสอบแล้ว Author และ Title ยังคงอยู่ใน PDF ที่เก็บไว้และหายไปจาก PDF ที่ทำความสะอาด ฟิลด์ Producer ยังคงอยู่ ซึ่งเป็นฟิลด์ที่สร้างโดยผลลัพธ์แยกต่างหาก

ขั้นตอนที่ 3: นำแนวทางไปใช้กับ Excel และ PowerPoint

สำหรับรายงาน Excel ใช้ SpreadsheetLoadOptions แทนการใช้ loader ของ Word โค้ดการแปลงเก็บแฟล็กคุณสมบัติเดียวกันและเปลี่ยนกลุ่มอินพุตและตัวเลือกควบคุมรูปแบบเดียวกัน XLSX ที่รวมมามีช่องว่างว่างเปล่าตั้งใจไว้ ดังนั้นการแบ่งหน้าไม่เป็นส่วนหนึ่งของการอ้างอิงเมตาดาต้า ตรวจสอบหน้าของ PDF รวมถึงผลลัพธ์คุณสมบัติเมื่อปรับใช้กับรายงานธุรกิจ ความสำเร็จของคุณสมบัติไม่ได้หมายความว่าแผ่นกว้างพิมพ์ออกมาตามที่ต้องการ

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 ทำตามนโยบายการโหลดเดียวกันด้วย PresentationLoadOptions สไลด์ตัวอย่างมีข้อความรายงานสมมติ ในขณะที่ผู้เขียน, ชื่อเรื่องและอ้างอิงกำหนดเองอยู่ในส่วนคุณสมบัติของเอกสาร เมธอดบันทึก PDF พร้อม PPTX เพื่อให้การเปรียบเทียบคุณสมบัติเป็นอิสระจากการเรนเดอร์สไลด์ มันไม่ได้ตรวจสอบโน้ตของผู้พูดหรือออบเจ็กต์ที่ฝังอยู่ หากสิ่งเหล่านั้นสำคัญต่อกระบวนการส่งมอบของคุณ ให้รวมไว้ในการตรวจสอบแยกต่างหากก่อนปล่อย

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());
}

ขั้นตอนที่ 4: ตรวจสอบผลลัพธ์แทนการคาดเดา

PropertyChecks ตรวจสอบส่วนคุณสมบัติของไฟล์ Office ทั้งหกไฟล์ มันค้นหา Internal Review Team, Quarterly Review Draft และ INTERNAL-REF-2610 สำเนาที่เก็บไว้ต้องมีค่าที่รู้จักเหล่านี้ และสำเนาที่ทำความสะอาดต้องไม่มี แอปพลิเคชันพิมพ์บรรทัด PASS สำหรับแต่ละไฟล์ที่ตรวจสอบและล้มเหลวหากการเปรียบเทียบไม่ตรงกับความคาดหวัง การตรวจสอบนี้ผูกกับฟิกเจอร์สมมติ ไม่ได้อ้างว่าเมตาดาต้าใด ๆ ที่สุ่มถูกค้นพบและจัดประเภท

เรายังตรวจสอบ PDF Author และ Title ด้วย Poppler pdfinfo ทั้งสองฟิลด์หายไปในไฟล์ PDF ที่ทำความสะอาดจากแหล่ง Office ทั้งสาม ฟิลด์ Producer ที่สร้างโดยระบบยังคงอยู่ ผลลัพธ์นี้มีประโยชน์เพราะทำให้ข้ออ้างแคบลง: คุณสมบัติของแหล่งที่ขอให้ลบได้ถูกลบออกแล้ว ในขณะที่ PDF ยังสามารถระบุซอฟต์แวร์ที่เขียนมันได้ อย่าเปลี่ยนเป็นสัญญาว่าดิกชันนารีเมตาดาต้าจะว่างเปล่าอย่างสมบูรณ์

ตัวอย่างทำงานครบถ้วน

OfficeMetadataDemo เป็นจุดเริ่มต้นในโครงการ Maven คู่มือ มันสร้างโฟลเดอร์ Result/, รันเมธอดการแปลงทั้งสามด้วยค่า false และ true, และเรียก PropertyChecks ยูทิลิตี้ถูกแยกออกจากเมธอดฟีเจอร์เพื่อให้สแนปเพล็ตการแปลงอ่านง่าย RUN.md อธิบายวิธีใช้ไลเซนส์ของคุณเองในเครื่อง เอกสารที่รวมมานั้นเป็นสมมติและสามารถใช้ได้โดยไม่ต้องพึ่งพาข้อมูลลูกค้า

การประยุกต์ใช้ในโลกจริง

การส่งมอบรายงานให้ลูกค้า

บริการส่งออกสามารถผลิต PDF ภายนอกได้เฉพาะหลังจากรายงานได้รับการอนุมัติ ใช้นโยบายคุณสมบัติในเส้นทางการแปลงนั้นและเก็บเอกสาร Office ดั้งเดิมไว้ในตำแหน่งภายในเดิม อย่าบรรจุไฟล์ควบคุมที่เก็บไว้ในแพคเกจของลูกค้า พวกมันอยู่ที่นี่เพื่อทำให้การทดสอบเป็นที่สังเกตได้

การส่งไฟล์ Office แบบผสม

ทีมอาจได้รับรายงานเชิงบรรยาย, แผ่นงานและสรุปพรีเซนเทชัน ใช้ loader ที่ระบุประเภทสำหรับแต่ละกลุ่มอินพุตและใช้แนวทางที่บันทึกไว้สอดคล้องกัน เราจะทำให้การตัดสินใจตามประเภทไฟล์มองเห็นได้ในโค้ดแทนการสรุปการสนับสนุนจากตัวอย่าง DOCX เพียงตัวเดียว เพิ่มฟิกเจอร์ตัวอย่างเมื่อแนะนำเทมเพลตใหม่

แนวทางปฏิบัติที่ดีที่สุดและเคล็ดลับ

แยกการทำความสะอาดและการลบข้อมูลออกจากข้อกำหนดของคุณ ตัดสินใจว่าคุณสมบัติใดจำเป็นสำหรับการอ้างอิงที่มาของข้อมูลก่อนทำความสะอาด เก็บผลลัพธ์การส่งออกแยกจากการควบคุมภายในและถือการตั้งค่าไลเซนส์เป็นการกำหนดค่าท้องถิ่น เมื่ออัปเกรด SDK ให้รันทั้งเวอร์ชันที่เก็บและที่ทำความสะอาดใหม่เพื่อให้การเปลี่ยนแปลงที่ไม่คาดคิดปรากฏบนทั้งสองด้านของการเปรียบเทียบ

การแก้ไขปัญหาที่พบบ่อย

หากการสาธิตเต็มหยุดทำงานในโหมดประเมินผล ให้ใช้ไลเซนส์ที่ครอบคลุม 26.10 ในสำเนาท้องถิ่นของคุณและรันใหม่ หากตัวบ่งชี้ยังคงอยู่ในข้อความที่มองเห็นได้ นั่นอยู่เหนือการตรวจสอบการจัดเก็บคุณสมบัตินี้ หากการทำความสะอาดอินพุต PDF เป็นความต้องการของคุณ อย่าแทนที่ในตัวอย่างนี้: การตรวจสอบ 26.10 แยกต่างหากล้มเหลวด้วยข้อความ CreationDate value is empty เมื่อเปิดการลบคุณสมบัติมาตรฐาน บทความนี้ทดสอบขอบเขตแหล่งเป็น Office เท่านั้น

สรุป

เริ่มต้นด้วยฟิกเจอร์ที่ให้มาและตรวจสอบคู่ที่เก็บและทำความสะอาด ตรวจสอบคุณสมบัติแหล่งที่ระบุแล้วตรวจสอบเนื้อหา PDF จริงแทน เปลี่ยนฟิกเจอร์เป็นเทมเพลตที่ได้รับการอนุมัติเท่านั้นหลังจากการเปรียบเทียบทำงานตามที่คาดหวัง เก็บแนวทางการส่งออกใกล้กับตัวเลือกการโหลดเพื่อให้ผู้พัฒนาคนต่อไปเห็นว่าคุณสมบัติใดออกจากระบบ

แหล่งข้อมูลเพิ่มเติม