学习GroupDocs.Redaction的Xlsx实践

GroupDocs GroupDocs.Redaction

admin 发布于：2025-03-18 16:09:18

阅读：loading

前面在摸索了Aspose For Java的全量产品组件共计23款，闲来无事偶然又发现了在GroupDocs方向又存在一些产品，这些产品基本都是取自于一个又一个的组件，取自所有组件中的一个方向进行汇总，组成一个统一的产品包。本次摸索学习GroupDocs.Redaction产品，经过一些持续的分析和摸索，结合使用反射的形式来调用，也就是说在API的使用前进行一次特殊的代码注册，即可实现授权，全程不需要License之类的xml，或是文档无水印、或是文档页数限制、或是获取内容无限制，等等。
特别说明：只为单纯的学习摸索与自我突破，商业软件请勿直接使用于生产环境（购买商业授权）。

1.基本介绍

本次实践的是GroupDocs.Redaction for Java的24.9版本（当前最新版本），通过 Java API 编辑私人信息，使用 Java 编校 API 从文档、工作表、演示文稿、PDF 和光栅图像文件中排除或隐藏个人信息和元数据，换句话来说它可以根据规则擦除（抹掉）文档中的特定敏感内容，有效保障文档对外传输过程中的安全，也就是将传说中的数据脱敏换成了文件内容脱敏。相关的 API 为各种流行的文件格式提供可自定义的内容脱敏，支持的文档范围主要是Microsoft Office等格式，比如PDF、Word、Excel、PPT、图片文件（JPG, BMP, PNG, GIF, TIFF）等格式。至于图片格式的脱敏则是使用到了OCR实现的。

2.示例实践

以官网提供的Github示例为准，分别从其中挑出几个简单的示例来演示，本次摸索了Excel的Xlsx类型文档的实践，详细参考如下：

（1）读入一个Xlsx文档，指定将Sheet名称为“Customers”页中第【2】列的数据中符合条件为“[a-zA-Z]+@”（邮箱前缀为全部字母且包含@字符）部分的规则替换为固定的字符串“@[email]”，参考代码如下：

public class FilterBySpreadsheetAndColumn
{
    public static void run() throws java.lang.Exception
    {
        final Redactor redactor  = new Redactor(Constants.SAMPLE_XLSX);
        try 
        {
            CellFilter filter = new CellFilter();
            filter.setColumnIndex(1);
            filter.setWorkSheetName("Customers");
            Pattern expression = Pattern.compile("[a-zA-Z]+@");
            RedactorChangeLog result = redactor.apply(new CellColumnRedaction(filter, expression, 
                 new ReplacementOptions("@[email]")));
            if (result.getStatus() != RedactionStatus.Failed)
            {
                SaveOptions so = new SaveOptions();
                so.setAddSuffix(true);
                so.setRasterizeToPDF(false);
                redactor.save(so);
            };
        }
        finally { redactor.close(); }
    }
}

参考模板文件如下：

解析结果如下：

（2）读入一个Xlsx文档，对文档的注释（批注）内容进行脱敏，指定将注释中内容的数字替换为固定文本`[redacted]`，参考代码如下：

public class RedactAnnotations
{
    public static void run() throws java.lang.Exception
    {
        final Redactor redactor = new Redactor(Constants.ANNOTATED_XLSX);
        try 
        {
            redactor.apply(new AnnotationRedaction("\\d+", "[redacted]"));
            SaveOptions tmp0 = new  SaveOptions();
            tmp0.setAddSuffix(true);
            tmp0.setRasterizeToPDF(false);
            redactor.save(tmp0);
        }
        finally { redactor.close(); }
    }
}

参考模板文件如下：

解析结果如下：

（3）读入一个Xlsx文档，对文档的注释（批注）内容进行脱敏，指定将匹配到注释进行删除，匹配规则为注释中包含有“use、show、describe”任何一个，参考代码如下：

public class RemoveAnnotations
{
    public static void run() throws java.lang.Exception
    {
        final Redactor redactor  = new Redactor(Constants.ANNOTATED_XLSX);
        try 
        {
            // Delete all annotations, matching these criteria
            redactor.apply(new DeleteAnnotationRedaction("(?im:(use|show|describe))"));
            SaveOptions tmp0 = new  SaveOptions();
            tmp0.setAddSuffix(true);
            tmp0.setRasterizeToPDF(false);
            // Save the document to "*_Redacted.*" file in original format
            redactor.save(tmp0);
        }
        finally { redactor.close(); }
    }
}

参考模板文件如下：