使用PDFBox在Java中替换PDF文本：无tj/TJ算子时该如何操作？

你遇到的这类PDF，文本并非直接通过TJ/tj算子绘制，而是通过Do算子调用**嵌入的字形对象（XObject）**来渲染文本。这类PDF把文本内容封装在可重用的XObject里，而非直接在内容流中用文本绘制指令输出。

要替换这类PDF的文本，核心是处理Do算子对应的XObject：

• 定位内容流中的Do指令，找到它引用的XObject名称
• 提取该XObject的内部内容流，你会发现里面实际包含TJ/tj这类文本绘制算子
• 对XObject内部的文本指令进行修改，再将修改后的XObject写回原PDF

用PDFBox实现的关键步骤：

1. 遍历PDF的页面内容流，识别Do算子及其引用的XObject
2. 获取XObject的PDFormXObject实例，解析其内部内容流
3. 对内部内容流执行常规的TJ/tj文本替换逻辑
4. 将修改后的内容流重新设置回PDFormXObject，再更新页面内容

注意：这类PDF的文本替换需要递归处理——因为XObject内部可能嵌套其他XObject，同样用Do调用。

内容的提问来源于stack exchange，提问作者The MW