Aspose.PDF Java替换PDF文本时遇固定大小集合异常求助

问题背景 #

• 场景：使用Aspose.PDF Java API对PDF中的PII数据脱敏，替换为混淆文本
• PDF内目标文本（顺序如下）：
  • B, KATILDE
  • A, RICHARD
  • S, NARTURO
• 使用版本：Aspose.PDF 23.7，Gradle依赖配置：

  implementation group: 'com.aspose', name: 'aspose-pdf', version: '23.7'
  

• 异常现象：
  • 可成功替换B, KATILDE
  • 替换A, RICHARD或S, NARTURO时抛出固定大小集合异常
  • 单独替换RICHARD或NARTURO可成功执行

示例代码 #

private void replaceTextInDocument(String sourceDoc, String destDoc, String textToReplace, String replacementText) {
    Document pdfDocument = new Document(sourceDoc);
    System.out.println("replaceTextInDocument processing: " + textToReplace);

    // 创建TextAbsorber查找目标文本
    TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber(textToReplace);

    pdfDocument.getPages().accept(textFragmentAbsorber);

    // 获取提取到的文本片段集合
    TextFragmentCollection textFragmentCollection = textFragmentAbsorber.getTextFragments();

    // 遍历片段并替换
    for (TextFragment textFragment : (Iterable<TextFragment>) textFragmentCollection) {
        // 更新文本及样式
        textFragment.setText(replacementText);
        textFragment.getTextState().setFont(FontRepository.findFont("Verdana"));
        textFragment.getTextState().setFontSize(8);
        textFragment.getTextState().setForegroundColor(Color.getBlack());
        textFragment.getTextState().setBackgroundColor(Color.getWhite());
    }
    // 保存修改后的PDF
    pdfDocument.save(destDoc);
    pdfDocument.close();
}

异常信息 #

Exception in thread "main" com.aspose.pdf.internal.ms.System.l7k: **Collection is of a fixed size**
    at com.aspose.pdf.internal.ms.System.ly$lb.removeAt(Unknown Source)
    at com.aspose.pdf.ADocument.lI(Unknown Source)
    at com.aspose.pdf.CharInfoCollection.copyTo(Unknown Source)
    at com.aspose.pdf.l19y.lI(Unknown Source)
    at com.aspose.pdf.l19y.lf(Unknown Source)
    at com.aspose.pdf.TextFragment.lf(Unknown Source)
    at com.aspose.pdf.TextFragment.setText(Unknown Source)

解决思路与方案 #

1. 根本原因分析 #

该异常是因为目标文本对应的TextFragment内部的CharInfoCollection为固定大小集合，直接调用setText()需要修改这个集合，但固定大小集合不允许添加/删除元素。这种情况多发生在PDF文本被内部拆分、特殊编码存储的场景。

2. 可行解决方案 #

方案一：替换为删除原片段+插入新文本

绕过直接修改固定大小集合的逻辑，先删除原文本片段，再在相同位置插入新文本：

private void replaceTextInDocument(String sourceDoc, String destDoc, String textToReplace, String replacementText) {
    Document pdfDocument = new Document(sourceDoc);
    System.out.println("replaceTextInDocument processing: " + textToReplace);

    TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber(textToReplace);
    pdfDocument.getPages().accept(textFragmentAbsorber);

    TextFragmentCollection textFragmentCollection = textFragmentAbsorber.getTextFragments();

    // 使用迭代器遍历，避免集合修改导致的遍历异常
    java.util.Iterator<TextFragment> iterator = textFragmentCollection.iterator();
    while (iterator.hasNext()) {
        TextFragment textFragment = iterator.next();
        Page page = textFragment.getPage();
        Rectangle rect = textFragment.getRectangle();

        // 删除原文本片段
        iterator.remove();
        page.getParagraphs().delete(textFragment);

        // 创建新文本片段并设置位置和样式
        TextFragment newText = new TextFragment(replacementText);
        newText.setPosition(new Position(rect.getLLX(), rect.getLLY()));
        newText.getTextState().setFont(FontRepository.findFont("Verdana"));
        newText.getTextState().setFontSize(8);
        newText.getTextState().setForegroundColor(Color.getBlack());
        newText.getTextState().setBackgroundColor(Color.getWhite());

        // 添加新文本到页面
        page.getParagraphs().add(newText);
    }

    pdfDocument.save(destDoc);
    pdfDocument.close();
}

方案二：拆分目标文本进行替换

既然单独替换名字部分（如RICHARD）可行，可以将完整文本拆分为前缀+名字分别替换，注意添加匹配限制避免误替换：

// 替换"A, RICHARD"时，分两步处理
replaceTextInDocument(sourceDoc, tempDoc, "A, ", "X, ");
replaceTextInDocument(tempDoc, destDoc, "RICHARD", "XXX");

方案三：升级Aspose.PDF版本

该问题可能是23.7版本的已知bug，尝试升级到更高版本（如24.x系列），官方可能已修复固定集合修改的兼容性问题。

方案四：排查PDF文本结构

添加调试代码，查看目标文本的片段拆分情况：

for (TextFragment textFragment : (Iterable<TextFragment>) textFragmentCollection) {
    System.out.println("片段内容：" + textFragment.getText());
    System.out.println("字符集合是否固定大小：" + ((java.util.Collection)textFragment.getCharacters()).isFixedSize());
}

如果发现目标文本被拆分为多个片段，可调整匹配逻辑合并处理。

内容的提问来源于stack exchange，提问作者Manchanda. P