Xóa Tác Giả, Tiêu Đề và Thuộc Tính Tùy Chỉnh Khi Chuyển Đổi Tệp Office trong Java
Kho mẫu đi kèm (đang chờ công bố): remove-office-properties-java
Việc loại bỏ siêu dữ liệu Office là một quy trình làm việc của GroupDocs.Conversion cho Java, giúp xóa các thuộc tính tài liệu nguồn khi xuất các tệp Office. Nó giải quyết một phần nhỏ nhưng dễ bị bỏ qua trong việc giao tài liệu: tệp có thể trông đã sẵn sàng trong khi tác giả, tiêu đề hoặc tham chiếu nội bộ vẫn mô tả một bản nháp. Bài viết này theo dõi một báo cáo Word qua quyết định đó, sau đó áp dụng cùng chính sách cho Excel và PowerPoint. Mã được cố định ở phiên bản 26.10 và sử dụng các tệp đầu vào giả định.
Giới thiệu
Giả sử một báo cáo đang rời khỏi quy trình xem xét nội bộ. Tiêu đề hiển thị là đúng, các số liệu đã được phê duyệt và PDF mở bình thường. Không có kiểm tra nào trong số này cho bạn biết trường Tác Giả chứa gì. Một bảng tính hoặc bản trình bày cũng có thể mang một thuộc tính tùy chỉnh có ý nghĩa trong nội bộ nhóm nhưng không thêm gì cho sản phẩm giao ngoài. Hãy coi thông tin đó là một quyết định xuất khẩu chứ không phải một bất ngờ mà người nhận phát hiện.
Mẫu này tạo ra hai phiên bản của mỗi báo cáo. Một giữ lại các thuộc tính nguồn; phiên bản còn lại yêu cầu xóa các thuộc tính tích hợp và tùy chỉnh. Nó cũng ghi một bản sao Office cùng định dạng cho mỗi lần chạy để các giá trị đã kiểm tra có thể được xem độc lập. Đây là một ví dụ được thiết kế để quan sát rõ ràng. Chúng tôi muốn bằng chứng rằng các cài đặt đã thay đổi đầu ra, không phải một giả định dựa trên cách trang đầu tiên trông như thế nào.
Tại sao việc dọn dẹp thuộc tính lại quan trọng khi xuất
Bước xuất là nơi tài liệu nguồn trở thành một sản phẩm giao hàng. Điều này khiến nó trở thành vị trí hữu ích để quyết định liệu các thuộc tính nội bộ có nên đi cùng nội dung hay không. GroupDocs.Conversion cho Java 26.10 cung cấp các điều khiển riêng biệt cho các thuộc tính tài liệu tích hợp và tùy chỉnh. Bạn có thể áp dụng chúng khi tải nguồn Office, trước khi lưu PDF. Ví dụ này bật cả hai loại cho phiên bản sao chép bên ngoài.
Đây không phải là sự thay thế cho việc xem xét tài liệu trực tiếp. Tên tác giả cũng có thể xuất hiện trong một đoạn văn, một ô, một ghi chú hoặc một tệp nhúng. Những vị trí đó cần được xử lý riêng. Tôi sẽ mô tả tính năng này là dọn dẹp thuộc tính trong một quy trình xuất, vì cách diễn đạt này phù hợp với những gì mã thực sự chứng minh. Nó cũng tránh hứa hẹn một kết quả bảo mật rộng hơn so với những gì bài kiểm tra bao phủ.
Khi nào tôi nên xóa các thuộc tính Office?
Xóa các thuộc tính nguồn khi chính sách giao hàng của bạn loại trừ quyền tác giả nội bộ, tiêu đề bản nháp hoặc các trường tham chiếu tùy chỉnh khỏi báo cáo đã xuất. Cấu hình các tùy chọn tải trước khi tạo Converter, và so sánh các đầu ra giữ lại và đã làm sạch bằng các dấu hiệu đã biết. Ví dụ này bao gồm các nguồn DOCX, XLSX và PPTX. Xem xét nội dung hiển thị riêng biệt, và cho phép các trường PDF được tạo ra như Producer vẫn tồn tại sau khi dọn dẹp.
Yêu cầu trước
Dự án hoàn chỉnh sử dụng JDK 11, Maven và GroupDocs.Conversion cho Java 26.10. Thư mục documents của nó chứa ba báo cáo giả định. Cần có giấy phép bao phủ phiên bản này để xác minh không giới hạn; các giới hạn đánh giá có thể ngăn việc so sánh đầy đủ hoàn thành. Mã giữ việc thiết lập giấy phép bên ngoài các phương thức tính năng và sử dụng một placeholder trong mã nguồn phân phối. Không đặt tệp giấy phép vào dự án.
Cài đặt
Tệp pom.xml của dự án khai báo kho GroupDocs Java và phụ thuộc được hiển thị bên dưới. Chạy lệnh Maven từ thư mục dự án đó. Các khối Java trong bài viết này là các thân phương thức từ mẫu đã xác minh; chúng giả định các import cần thiết, một thư mục Result hiện có và một tham số boolean có tên clear.
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-conversion</artifactId>
<version>26.10</version>
</dependency>
mvn compile exec:java
Bước 1: Làm rõ chính sách thuộc tính
Ba phương thức nhận cùng một chính sách boolean. Truyền false giữ lại các cài đặt nguồn cho một lần chạy kiểm soát; truyền true yêu cầu xóa cả hai loại. Trong WordProcessingLoadOptions, các phương thức là setClearBuiltInDocumentProperties và setClearCustomDocumentProperties. SpreadsheetLoadOptions và PresentationLoadOptions cung cấp các điều khiển tương ứng. Sự nhất quán cho phép bạn xem xét một chính sách trên ba họ đầu vào khác nhau mà không ẩn việc loader nào mở mỗi tệp.
Lần chạy giữ lại thuộc tính là quan trọng. Nếu dấu hiệu nguồn không bao giờ xuất hiện trong đầu ra thông thường, một đầu ra sạch rỗng là bằng chứng yếu. Vì vậy, bản demo kiểm tra mỗi dấu hiệu trong bản sao Office được giữ lại và kiểm tra sự vắng mặt của chúng trong bản sao đã làm sạch. Điều này cung cấp một kiểm soát dương cho việc so sánh. Giữ một bài kiểm tra tương tự khi bạn giới thiệu mẫu tài liệu mới hoặc thay đổi phiên bản phụ thuộc.
Bước 2: Xuất báo cáo Word
Đường dẫn Word bắt đầu bằng documents/report.docx. Nó có các thuộc tính tài liệu giả định và một báo cáo ngắn hiển thị. convertWord tạo các tùy chọn kiểu, gán chính sách và cung cấp các tùy chọn đó qua hàm khởi tạo Converter. Phương thức này ghi một PDF để giao và một bản sao DOCX để kiểm tra thuộc tính. Cả hai đều là các tệp đầu ra mới; nguồn không bị ghi lại bởi mẫu này.
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());
}
Tên mục tiêu kết thúc bằng retained hoặc clean, dựa trên đối số boolean. Sự phân biệt này ngăn hai lần chạy ghi đè lên nhau. Nó cũng làm cho việc kiểm tra thủ công dễ dàng hơn: mở PDF để kiểm tra trình bày và kiểm tra Office tương ứng để kiểm tra việc lưu trữ thuộc tính. Trong lần chạy đã xác minh, Author và Title vẫn còn trong PDF được giữ lại và đã biến mất trong PDF đã làm sạch. Thông tin Producer vẫn còn, đây là một trường riêng được tạo ra trong đầu ra.
Bước 3: Áp dụng chính sách cho Excel và PowerPoint
Đối với một báo cáo Excel, sử dụng SpreadsheetLoadOptions thay vì tái sử dụng loader của Word. Mã chuyển đổi giữ nguyên các cờ thuộc tính và thay đổi họ đầu vào cùng các tùy chọn điều khiển cùng định dạng. Tệp XLSX được bao gồm có khoảng trống trắng có chủ ý, vì vậy việc phân trang của nó không phải là một phần của khẳng định siêu dữ liệu. Kiểm tra các trang PDF cũng như kết quả thuộc tính khi điều chỉnh nó cho một báo cáo kinh doanh. Thành công của thuộc tính không chứng minh rằng một trang rộng sẽ in đúng như mong muốn.
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 tuân theo cùng chính sách tải với PresentationLoadOptions. Slide mẫu chứa văn bản báo cáo giả định, trong khi tác giả, tiêu đề và tham chiếu tùy chỉnh của nó nằm trong các phần thuộc tính tài liệu. Phương thức lưu PDF cộng với PPTX để việc so sánh thuộc tính vẫn độc lập với việc render slide. Nó không kiểm tra ghi chú người nói hoặc các đối tượng nhúng. Nếu những yếu tố này quan trọng đối với quy trình giao hàng của bạn, hãy bao gồm chúng trong một lần xem xét riêng trước khi phát hành.
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());
}
Bước 4: Xác minh kết quả thay vì đoán
PropertyChecks kiểm tra các phần thuộc tính của sáu tệp kiểm soát Office. Nó tìm kiếm các giá trị Internal Review Team, Quarterly Review Draft và INTERNAL-REF-2610. Các bản sao được giữ lại phải chứa những giá trị đã biết này, và các bản sao sạch phải bỏ qua chúng. Ứng dụng in ra dòng PASS cho mỗi tệp đã kiểm tra và thất bại nếu so sánh không khớp với kỳ vọng đó. Kiểm tra này gắn liền với các fixture giả định, không phải là một khẳng định rằng siêu dữ liệu tùy ý đã được phát hiện và phân loại.
Chúng tôi cũng kiểm tra Author và Title của PDF bằng Poppler pdfinfo. Cả hai trường đều biến mất trong các bản xuất đã làm sạch từ ba nguồn Office. Trường Producer được tạo ra vẫn còn. Kết quả này hữu ích vì nó thu hẹp khẳng định: các thuộc tính nguồn được yêu cầu đã bị xóa, trong khi PDF vẫn có thể xác định phần mềm đã tạo ra nó. Đừng biến điều này thành lời hứa về một từ điển siêu dữ liệu hoàn toàn trống rỗng.
Ví dụ làm việc hoàn chỉnh
OfficeMetadataDemo là điểm vào trong dự án Maven đi kèm. Nó tạo thư mục Result/, chạy cả ba phương thức chuyển đổi với false và true, và gọi PropertyChecks. Tiện ích này được giữ riêng biệt khỏi các phương thức tính năng để các đoạn mã chuyển đổi vẫn dễ đọc. RUN.md giải thích cách áp dụng giấy phép của bạn cục bộ. Các tài liệu được bao gồm là giả định và có thể sử dụng mà không cần phụ thuộc vào dữ liệu khách hàng.
Ứng dụng thực tế
Giao báo cáo cho khách hàng
Một dịch vụ xuất có thể tạo PDF bên ngoài chỉ sau khi báo cáo được phê duyệt. Áp dụng chính sách thuộc tính trong đường chuyển đổi đó và giữ tài liệu Office gốc ở vị trí nội bộ hiện có. Tránh đóng gói các kiểm soát đã giữ lại vào gói khách hàng. Chúng tồn tại ở đây để làm cho việc kiểm thử có thể quan sát được.
Nộp Office hỗn hợp
Một đội có thể nhận các báo cáo dạng văn bản, bảng tính và tóm tắt bản trình bày. Sử dụng loader kiểu cho mỗi họ đầu vào và áp dụng một chính sách được ghi chép một cách nhất quán. Chúng tôi sẽ giữ quyết định về họ tệp hiển thị trong mã thay vì suy ra hỗ trợ từ một ví dụ DOCX thành công. Thêm các fixture đại diện khi giới thiệu mẫu khác.
Thực hành tốt nhất và mẹo
Giữ việc dọn dẹp và xóa bỏ riêng biệt trong yêu cầu của bạn. Quyết định các thuộc tính cần thiết cho nguồn gốc trước khi xóa chúng. Lưu trữ các đầu ra giao hàng riêng biệt khỏi các kiểm soát nội bộ và coi việc thiết lập giấy phép như cấu hình cục bộ. Khi nâng cấp SDK, chạy lại cả hai biến thể giữ lại và sạch để một thay đổi bất ngờ có thể được nhìn thấy ở cả hai phía của so sánh.
Khắc phục các vấn đề thường gặp
Nếu toàn bộ bản demo dừng lại ở chế độ đánh giá, áp dụng giấy phép bao phủ 26.10 trong bản sao cục bộ và chạy lại. Nếu một dấu hiệu vẫn còn trong văn bản hiển thị, đó là ngoài kiểm tra lưu trữ thuộc tính này. Nếu việc dọn dẹp đầu vào PDF là yêu cầu của bạn, đừng thay thế nó vào mẫu này: một kiểm tra 26.10 riêng đã thất bại với giá trị CreationDate trống khi bật xóa thuộc tính tích hợp. Phạm vi nguồn được kiểm tra trong bài viết là Office.
Kết luận
Bắt đầu với các fixture được cung cấp và kiểm tra các cặp giữ lại và đã làm sạch. Xác minh các thuộc tính nguồn đã nêu, sau đó xem xét nội dung PDF thực tế. Thay thế các fixture bằng các mẫu đã được phê duyệt chỉ sau khi so sánh đó hoạt động như mong đợi. Giữ chính sách xuất gần với các tùy chọn tải để nhà phát triển tiếp theo có thể thấy thuộc tính nào rời khỏi hệ thống.