GroupDocs.Parser for Java 26.10 – 2026年10月 发布亮点

我们很高兴宣布 GroupDocs.Parser for Java 26.10 已于 2026 年 10 月 发布。此版本为维护更新，重点在于修正：文本搜索在所有重载中再次可用，文档结构提取支持更多 Word 文档，文件信息能够准确报告加密状态，PDF 图像坐标现与 API 其他部分保持一致。授权现在由 GroupDocs.Foundation 处理，捆绑的 Aspose 组件也已更新。

本次发布的新功能

升级前需检查的行为更改

有两项更改会影响现有代码的观察结果：

1. PDF 图像坐标。 PDF 图像矩形的顶部坐标现在相对于页面顶部测量。如果你的代码之前是从页面底部转换的，请去除该转换。
2. Word 文档的结构 XML。 通过 Word 换行符分隔的单词现在在结构 XML 中以空格分隔。

修复

未限定到页面的文本搜索

自 25.5 版起，所有未限定到页面的 Parser.search 调用都会抛出 NullPointerException。这影响了 search(String keyword) 重载、search(String keyword, SearchOptions options)（searchByPages 为 false，默认值）以及请求高亮的搜索。searchByPages 为 true 的搜索不受影响。

在 26.10 中，这些调用将再次返回搜索结果：

try (Parser parser = new Parser("sample.pdf")) {
    Iterable<SearchResult> results = parser.search("lorem");
    if (results == null) {
        return; // 此文档不支持搜索
    }

    for (SearchResult result : results) {
        System.out.println(result.getPosition() + ": " + result.getText());
    }
}

Word 文档的结构

Parser.getStructure() 以前在处理包含页眉或页脚表格的文字处理文档时会抛异常，并且当文档文本包含控制字符时返回的 XML 可能无法解析。两项问题已修复：

• 页眉和页脚中的表格按其逻辑网格描述：表格行索引、行内单元格索引以及跨越为 1；
• Word 换行字符（单元格结束、垂直制表、分页、分栏）转换为空格，避免单词连在一起；
• XML 1.0 不允许的字符被删除；
• 属性值的转义方式与文本相同。

受密码保护文档的文件信息

Parser.getFileInfo(String filePath) 重载未能识别受密码保护的 DOCX、XLSX 和 PPTX 文件：它返回大小为 0，且 isEncrypted() 对 DOCX、XLSX 为 false，对 PPTX 则没有文件类型。现在它的行为与 InputStream 重载一致：返回实际文件大小，isEncrypted() 为 true，并且 FileType.Unknown（加密文档的格式在未提供密码时无法读取）。

这使得检测受保护文件并使用密码打开变得简单：

FileInfo info = Parser.getFileInfo("protected.docx");
if (info.isEncrypted()) {
    LoadOptions options = new LoadOptions("password");
    try (Parser parser = new Parser("protected.docx", options);
         TextReader reader = parser.getText()) {
        System.out.println(reader.readToEnd());
    }
}

PDF 文档的加密

FileInfo.isEncrypted() 之前对所有 PDF 文档都返回 true。现在仅对实际加密的 PDF 文档返回 true。

PDF 图像的位置

Parser.getImages() 返回的 PDF 图像矩形之前是相对于页面底部测量的，而文本、表格和其他页面区域是相对于页面顶部测量的。图像现在使用相同的基于顶部的坐标，因此 getImages(PageAreaOptions) 能在给定矩形内找到图像：

try (Parser parser = new Parser("images.pdf")) {
    // 每页左上角 400 x 400 点范围内的图像
    PageAreaOptions options = new PageAreaOptions(new Rectangle(new Point(0, 0), new Size(400, 400)));
    for (PageImageArea image : parser.getImages(options)) {
        System.out.println(image.getPage().getIndex() + ": " + image.getRectangle());
    }
}

更新

在 GroupDocs.Foundation 上的授权

许可证验证、计量授权以及捆绑的 Aspose 组件的授权现在由 GroupDocs.Foundation 执行，这与其他 GroupDocs 产品使用的授权核心相同。授权 API 未变：License.setLicense、Metered.setMeteredKey、Metered.getConsumptionQuantity 和 Metered.getConsumptionCredit 的调用方式保持不变。

License license = new License();
license.setLicense("GroupDocs.Parser.Java.lic");

try (Parser parser = new Parser("document.docx");
     TextReader reader = parser.getText()) {
    System.out.println(reader.readToEnd());
}

捆绑的 Aspose 组件

该产品仍然运行在 Java 8 上。

已发布的制品元数据

已发布的 POM 现在包含名称 GroupDocs.Parser for Java、简短的库功能描述以及它读取的格式，<url> 指向产品页面，并声明了 <organization> 和 <scm>。这些信息会在 MVNRepository 等依赖索引中显示。代码、行为或 API 均未改变。

如何获取更新

Maven

在 pom.xml 中添加 GroupDocs 仓库和依赖：

<repositories>
    <repository>
        <id>groupdocs-artifacts-repository</id>
        <name>GroupDocs Artifacts Repository</name>
        <url>https://releases.groupdocs.com/java/repo/</url>
    </repository>
</repositories>

<dependencies>
    <dependency>
        <groupId>com.groupdocs</groupId>
        <artifactId>groupdocs-parser</artifactId>
        <version>26.10</version>
    </dependency>
</dependencies>

直接下载

从 GroupDocs.Parser for Java 26.10 下载页面 下载 JAR 包。

资源

• 完整发行说明
• 文档
• GitHub 上的 GroupDocs.Parser for Java 示例
• GroupDocs.Parser 免费支持论坛