使用 iText 7.1 从 PDF 中删除链接

Question

我们有一家供应商不接受包含 links 的 PDF。我们正在尝试通过使用 iText 7.1 (Java) 从 PDF 的每一页中删除所有 link 注释来删除 links。我们根据研究尝试了多种技术。以下是尝试检测和删除 link 的三个示例。 None 导致目标 PDF (test-no-links.pdf) 删除了 link。任何见解将不胜感激。

示例 1：删除基于 class 类型的注释

  String src  = "test-with-links.pdf";
  String dest = "test-no-links.pdf";

  PdfReader   reader  = new PdfReader(src);
  PdfWriter   writer  = new PdfWriter(dest);
  PdfDocument pdfDoc  = new PdfDocument(reader,writer);

  for( int page = 1; page <= pdfDoc.getNumberOfPages(); ++page ) {
    PdfPage               pdfPage     = pdfDoc.getPage(page);
    List<PdfAnnotation>   annots      = pdfPage.getAnnotations();

    if ((annots == null) || (annots.size() == 0)) {
      System.out.println("no annotations on page " + page);
    }
    else {
      for( PdfAnnotation annot : annots ) {
        if( annot instanceof PdfLinkAnnotation ) {
          pdfPage.removeAnnotation(annot);
        }
      }
    }
  }
  pdfDoc.close();

示例2：根据注解子类型值移除

  String src  = "test-with-links.pdf";
  String dest = "test-no-links.pdf";

  PdfReader   reader  = new PdfReader(src);
  PdfWriter   writer  = new PdfWriter(dest);
  PdfDocument pdfDoc  = new PdfDocument(reader,writer);

  for( int page = 1; page <= pdfDoc.getNumberOfPages(); ++page ) {
    PdfPage               pdfPage     = pdfDoc.getPage(page);
    List<PdfAnnotation>   annots      = pdfPage.getAnnotations();

    if ((annots == null) || (annots.size() == 0)) {
      System.out.println("no annotations on page " + page);
    }
    else {
      for( PdfAnnotation annot : annots ) {
        // if this annotation has a link, delete it
        if ( annot.getSubtype().equals(PdfName.Link) ) {
          PdfDictionary annotAction = ((PdfLinkAnnotation)annot).getAction();

          if( annotAction.get(PdfName.S).equals(PdfName.URI) ||
              annotAction.get(PdfName.S).equals(PdfName.GoToR) ) {
            PdfString uri = annotAction.getAsString(PdfName.URI);
            System.out.println("Removing " + uri.toString());
            pdfPage.removeAnnotation(annot);
          }
        }
      }
    }
  }
  pdfDoc.close();

示例 3：删除所有注释（忽略注释类型）

  String src  = "test-with-links.pdf";
  String dest = "test-no-links.pdf";

  PdfReader   reader  = new PdfReader(src);
  PdfWriter   writer  = new PdfWriter(dest);
  PdfDocument pdfDoc  = new PdfDocument(reader,writer);

  for( int page = 1; page <= pdfDoc.getNumberOfPages(); ++page ) {
    PdfPage               pdfPage     = pdfDoc.getPage(page);

    // remove all annotations from the page regardless of type
    pdfPage.getPdfObject().remove(PdfName.Annots);
  }
  pdfDoc.close();

Answer 1

您的每个测试都会生成一个没有 Link 注释的 PDF。

不过，您的 PDF 查看器可能会将“www.qualpay.com”识别为（部分）URL，并将其显示为 link。

详细

你的日常安排

您的所有测试都已成功从示例 PDF 中删除所有 Link 注释，请参见。这些源文件和所有三个结果文件的屏幕截图，特别是查找第 1 页 Annots 条目：

测试-links.pdf

测试无-links.pdf

测试-无-links-1.pdf

测试-无-links-2.pdf

观众

的确，在 Adobe Acrobat Reader（以及其他一些查看器，例如 Chrome 和 Edge 的内置 PDF 查看器）中查看 PDF 时，您会看到“www.qualpay.com”被视为 link。

原因是这是 PDF 查看器的功能！它扫描它显示的 PDF 文本以查找它识别为某些 URL（的一部分）的字符串，并将它们显示为 links!

在 Adobe Acrobat 中 Reader 您可以禁用此功能：

如果您禁用“从 URLs 创建 links”，您会突然发现结果文件中的 URLs 处于非活动状态，而 URL您的源文件（带有 link 注释）仍然有效。

做什么

We have a vendor that will not accept PDFs that contain links.

首先与您的供应商讨论“包含 links 的 PDF”的确切含义。他的意思是

PDF 带有 Link 注释 或
具有 URL 的 PDF，普通 PDF 查看器 呈现为 Link 注释.

在前一种情况下，您已完成，您的代码（任一变体）删除了 link 注释。不过，您可能需要向供应商演示如何在 Adobe Acrobat Reader 中禁用 URL 识别。

在后一种情况下，您必须从 PDF 的文本内容中删除普通 PDF 查看器识别为 URL 的所有内容。您可以将每个 URL 替换为 URL 文本的位图图像，或像通用矢量图形一样绘制的 URL 文本（定义直线和曲线的路径并填充），或者一些类似的代理人。

使用 iText 7.1 从 PDF 中删除链接

Remove links from a PDF using iText 7.1

java

pdf

hyperlink

itext7

详细

你的日常安排

测试-links.pdf

测试无-links.pdf

测试-无-links-1.pdf

测试-无-links-2.pdf

观众

做什么