使用 C# 高效替换 PDF 中的文本：全页、区域与正则匹配

PDF是目前应用最广泛的电子文档格式之一，因其跨平台一致性强、格式固定等优势而被广泛用于文档存储、分发和存档。在实际业务场景中，开发者常常需要通过编程方式批量修改PDF文档内容，如更新合同中的公司名称、替换日期信息、批量修正错别字等。

本文将详细介绍如何使用免费 .NET PDF 处理库，在 C# 中实现 PDF 文本的查找与替换。

🛠️ 免费库安装 ：Install-Package FreeSpire.PDF

⚠️ 注意：免费版最多支持单个文档10页内容，超出部分不会被处理。使用前可评估自己的文件是否试用。

1. 核心 API 解析

免费库提供了专门用于 PDF 文本替换的 PdfTextReplacer 类，以及用于配置替换行为的 PdfTextReplaceOptions 类。这两个类是执行所有文本替换操作的基础。

主要方法和属性说明：

类/方法	说明
`PdfTextReplacer(PdfPageBase)`	构造函数，基于指定页面创建文本替换器
`ReplaceAllText(string, string)`	将页面中所有匹配的文本替换为新文本
`ReplaceAllText(PdfTextReplaceOptions)`	带选项的重载，支持更多替换行为控制
`ReplaceText(string, string)`	仅替换页面中首次匹配到的文本
`PdfTextReplaceOptions.ReplaceType`	设置替换类型（整词匹配、忽略大小写、自动适应宽度等）

📚 点击查看完整 API 文档

2. 常见文本替换场景及代码

2.1 替换 PDF 指定页面中的文本

以下示例演示如何替换 PDF 文档中第一页的所有指定文本：

csharp 复制代码

using Spire.Pdf;
using Spire.Pdf.Texts;

namespace ReplaceTextInPage
{
    class Program
    {
        static void Main(string[] args)
        {
            // 创建PdfDocument对象
            PdfDocument pdf = new PdfDocument();
            
            // 加载PDF文件
            pdf.LoadFromFile("input.pdf");
            
            // 获取第一页
            PdfPageBase page = pdf.Pages[0];
            
            // 基于页面创建PdfTextReplacer对象
            PdfTextReplacer textReplacer = new PdfTextReplacer(page);
            
            // 将页面中所有的"旧公司名"替换为"新公司名"
            textReplacer.ReplaceAllText("旧公司名", "新公司名");
            
            // 保存文档
            pdf.SaveToFile("output.pdf");
            
            // 释放资源
            pdf.Dispose();
        }
    }
}

2.2 替换 PDF 所有页面中的文本

要替换整个PDF文档中所有匹配的文本，只需遍历文档的每一页，对每页分别执行替换操作即可：

csharp 复制代码

// 遍历所有页面
foreach (PdfPageBase page in pdf.Pages)
{
    // 创建PdfTextReplacer对象
    PdfTextReplacer textReplacer = new PdfTextReplacer(page);
                
    // 执行替换
    textReplacer.ReplaceAllText("旧内容", "新内容");
}

2.3 仅替换首次匹配的文本

如果只需要替换页面中第一次出现的匹配文本（后续出现保持不变），可以使用 ReplaceText 方法：

csharp 复制代码

PdfTextReplacer textReplacer = new PdfTextReplacer(page);

// 仅替换第一次出现的"旧内容"
textReplacer.ReplaceText("旧内容", "新内容");

2.4 批量替换多组文本

在实际业务场景中，常常需要同时替换多个不同的文本内容。以下示例演示如何实现批量替换：

csharp 复制代码

public class BatchTextReplacer
{
    public static void ReplaceMultipleTexts(PdfDocument pdf, 
        Dictionary<string, string> replacementMap)
    {
        foreach (PdfPageBase page in pdf.Pages)
        {
            PdfTextReplacer textReplacer = new PdfTextReplacer(page);
            
            foreach (var kvp in replacementMap)
            {
                textReplacer.ReplaceAllText(kvp.Key, kvp.Value);
            }
        }
    }
}

// 使用示例
Dictionary<string, string> replacements = new Dictionary<string, string>
{
    { "公司名称", "某某科技有限公司" },
    { "联系电话", "400-888-XXXX" },
    { "版本号", "v2.0.1" }
};

PdfDocument pdf = new PdfDocument();
pdf.LoadFromFile("document.pdf");
BatchTextReplacer.ReplaceMultipleTexts(pdf, replacements);
pdf.SaveToFile("updated.pdf");

3. 高级替换选项

3.1 配置替换行为

PdfTextReplaceOptions 类提供了丰富的选项来控制文本替换的行为：

csharp 复制代码

using Spire.Pdf;
using Spire.Pdf.Texts;

PdfDocument pdf = new PdfDocument();
pdf.LoadFromFile("input.pdf");

PdfPageBase page = pdf.Pages[0];

// 创建PdfTextReplacer对象
PdfTextReplacer textReplacer = new PdfTextReplacer(page);

// 创建并配置PdfTextReplaceOptions对象
PdfTextReplaceOptions textReplaceOptions = new PdfTextReplaceOptions();

// 设置替换选项
textReplaceOptions.ReplaceType = 
    PdfTextReplaceOptions.ReplaceActionType.WholeWord;  // 仅替换整个单词
textReplaceOptions.ReplaceType = 
    PdfTextReplaceOptions.ReplaceActionType.IgnoreCase; // 忽略大小写
textReplaceOptions.ReplaceType = 
    PdfTextReplaceOptions.ReplaceActionType.AutofitWidth; // 自动适应宽度

textReplacer.Options = textReplaceOptions;

// 执行替换
textReplacer.ReplaceAllText("Document", "File");

可用的ReplaceActionType枚举值包括：

WholeWord：仅匹配完整的单词，而非单词的一部分
IgnoreCase：忽略英文字母的大小写差异
AutofitWidth：自动调整新文本的宽度以适应原文本区域
Regex: 使用正则表达式匹配文本，适用于批量匹配多种模式

💡 在实际使用中，可以根据需要设置单个或多个替换选项。

3.2 基于正则表达式的文本替换示例

利用 ReplaceActionType 的 Regex 枚举可以实现利用正则表达式匹配PDF文档中的特定文本模式并进行批量替换。这对于处理不确定的文本内容（如日期格式、电话号码、邮箱地址等）尤为实用。

以下示例演示如何使用正则表达式匹配并替换PDF中的电子邮件地址：

csharp 复制代码

using Spire.Pdf;
using Spire.Pdf.Texts;
using System.Text.RegularExpressions;

namespace ReplaceUsingRegex
{
    class Program
    {
        static void Main(string[] args)
        {
            // 创建PdfDocument对象并加载PDF文件
            PdfDocument pdf = new PdfDocument();
            pdf.LoadFromFile("contact.pdf");
            
            // 创建PdfTextReplaceOptions对象并设置为正则匹配模式
            PdfTextReplaceOptions textReplaceOptions = new PdfTextReplaceOptions();
            textReplaceOptions.ReplaceType = PdfTextReplaceOptions.ReplaceActionType.Regex;
            
            // 遍历文档所有页面
            for (int i = 0; i < pdf.Pages.Count; i++)
            {
                PdfPageBase page = pdf.Pages[i];
                PdfTextReplacer textReplacer = new PdfTextReplacer(page);
                textReplacer.Options = textReplaceOptions;
                
                // 使用正则表达式匹配常见邮箱格式并替换
                string regexPattern = @"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}";
                textReplacer.ReplaceAllText(regexPattern, "contact@newdomain.com");
            }
            
            pdf.SaveToFile("contact_updated.pdf");
            pdf.Dispose();
        }
    }
}

📌 参考文档：常见正则表达式规则

3.3 保持原文本的字体和样式

Free Spire.PDF的一个重要特性是，在执行文本替换时，PdfTextReplacer 接口默认会保持原文本的字体和样式不变。这意味着替换后的文本会自动沿用原文本的字体、字号、粗体/斜体等格式属性，无需手动设置，有效保证了替换后PDF文档的视觉一致性。

3.4 在指定区域内替换文本

该库还支持在PDF页面的指定区域内进行文本替换。这一功能非常实用，例如当只需要替换表格单元格内或特定文本框中的内容时，可以通过设置SetReplacementArea方法限定替换范围：

csharp 复制代码

PdfDocument pdf = new PdfDocument();
pdf.LoadFromFile("input.pdf");

for (int i = 0; i < pdf.Pages.Count; i++)
{
    PdfPageBase page = pdf.Pages[i];
    PdfTextReplacer replacer = new PdfTextReplacer(page);
    
    PdfTextReplaceOptions replaceOptions = new PdfTextReplaceOptions();
    
    // 定义替换区域（矩形区域，参数依次为X坐标、Y坐标、宽度、高度）
    RectangleF rectangle = new RectangleF(10, 0, 841, 150);
    replaceOptions.SetReplacementArea(rectangle);
    replaceOptions.ReplaceType = 
        PdfTextReplaceOptions.ReplaceActionType.IgnoreCase;
    
    replacer.Options = replaceOptions;
    replacer.ReplaceAllText("sql", "123456");
}

pdf.SaveToFile("output.pdf");
pdf.Dispose();

上述代码指定了一个从(10,0)开始、宽度841、高度150的矩形区域，该区域内的匹配文本才会被替换。

总结

本文系统地介绍了使用 C# 实现PDF文本查找与替换的完整方法。从环境安装、基本用法到高级配置，涵盖了PDF文本替换开发中的主要场景。开发者可以根据实际业务场景灵活运用上述技术方案，实现对PDF文档的自动化批量处理，有效提升文档处理效率。