使用iTextSharp库的C# PDF文本替换代码无效问题排查

你的代码无法成功替换PDF文本，核心问题有以下几点：

1. 编码处理逻辑错误 #

PDF页面内容是由PDF操作符和数据组成的二进制流，不是普通的可直接转码的文本。你用PdfEncodings.ConvertToString把字节流转成字符串，再用不同编码转回字节流，这个过程会破坏PDF的语法结构，导致修改后的页面内容无法被阅读器正确解析。

2. 文本存储形式不符合预期 #

PDF中的文本经常被拆分存储，比如一个完整的单词可能被拆成单个字符的指令，或者使用字体的字形ID代替原始文本内容。直接调用string.Replace根本匹配不到你要找的目标文本。

3. 页面内容修改方式错误 #

reader.SetPageContent直接替换整页内容，但你修改后的字符串已经破坏了PDF的操作符规则（比如文本绘制指令Tj/TJ的格式），最终生成的PDF无法正确渲染内容。

下面是基于iTextSharp的正确文本替换方案，通过识别文本位置、覆盖原文本后写入新内容的方式实现：

using iTextSharp.text;
using iTextSharp.text.pdf;
using iTextSharp.text.pdf.parser;
using System.IO;

string origFile = "Original.pdf";
string resultFile = "MyPDF.pdf";
string originalText = "要替换的原文本";
string replacedText = "替换后的新文本";

using (PdfReader reader = new PdfReader(origFile))
using (PdfStamper stamper = new PdfStamper(reader, new FileStream(resultFile, FileMode.Create, FileAccess.Write)))
{
    // 遍历所有页面
    for (int pageNum = 1; pageNum <= reader.NumberOfPages; pageNum++)
    {
        // 获取页面的上层内容（用于覆盖原文本）
        PdfContentByte overContent = stamper.GetOverContent(pageNum);
        // 提取页面文本并获取文本位置信息
        LocationTextExtractionStrategy extractionStrategy = new LocationTextExtractionStrategy();
        PdfTextExtractor.GetTextFromPage(reader, pageNum, extractionStrategy);

        // 遍历所有识别到的文本块
        foreach (TextRenderInfo renderInfo in extractionStrategy.GetTextLocations())
        {
            string currentText = renderInfo.GetText();
            if (currentText == originalText)
            {
                // 用白色矩形覆盖原有文本
                overContent.SetColorFill(BaseColor.WHITE);
                Vector startPoint = renderInfo.GetBaseline().GetStartPoint();
                float width = renderInfo.GetWidth();
                float height = renderInfo.GetAscentLine().GetStartPoint()[1] - renderInfo.GetDescentLine().GetStartPoint()[1];
                overContent.Rectangle(startPoint[0], startPoint[1], width, height);
                overContent.Fill();

                // 写入新文本（注意：如果原PDF用特殊字体，需要加载对应字体替换默认字体）
                overContent.SetColorFill(BaseColor.BLACK);
                ColumnText.ShowTextAligned(
                    overContent,
                    Element.ALIGN_LEFT,
                    new Phrase(replacedText),
                    startPoint[0],
                    startPoint[1],
                    0
                );
            }
        }
    }
}

• 如果原PDF使用了非系统默认的特殊字体，需要提前加载对应字体并传入Phrase构造函数，避免出现字体不一致的问题
• 如果目标文本被拆分成多个小文本块，需要调整逻辑来识别连续的完整文本（比如拼接相邻文本块后再匹配）
• 对于加密的PDF，需要先调用reader.UnlockWithPassword("密码")解锁后再处理

内容的提问来源于stack exchange，提问作者vybhavi rs