提取PDF完整内容并修改后生成新PDF的可行性及实现方法

你的方案思路方向是对的，但原代码的核心错误是把PDF当成纯文本文件读取——PDF是二进制格式的文档，包含排版、字体、图形等复杂结构，直接用File.ReadAllText读取会得到乱码，生成的新文档自然不符合预期。

要实现提取PDF内容并替换占位符后生成新PDF，用iTextSharp可以做到，具体分两种场景处理：

场景1：模板是带静态文本占位符的普通PDF #

这种情况需要遍历PDF的内容流，找到占位符文本并替换，同时保留原文档的格式和布局。以下是可行的实现代码：

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

public void ReplacePdfPlaceholder(string sourcePath, string destPath, string placeholder, string replacement)
{
    // 加载原PDF模板
    using (PdfReader reader = new PdfReader(sourcePath))
    {
        // 创建PdfStamper用于修改PDF，保留原文档的所有内容和格式
        using (PdfStamper stamper = new PdfStamper(reader, new FileStream(destPath, FileMode.Create)))
        {
            // 遍历所有页面
            for (int i = 1; i <= reader.NumberOfPages; i++)
            {
                // 获取当前页面的内容字节数组
                byte[] pageContent = reader.GetPageContent(i);
                string content = PdfEncodings.ConvertToString(pageContent, PdfObject.TEXT_PDFDOCENCODING);
                
                // 替换占位符
                content = content.Replace(placeholder, replacement);
                
                // 将修改后的内容写回页面
                stamper.GetUnderContent(i).SetLiteral(content);
            }
            
            // 关闭 stamper，完成写入
            stamper.Close();
        }
        reader.Close();
    }
}

// 调用示例
ReplacePdfPlaceholder("template.pdf", "output.pdf", "{{Fullname}}", "John Doe");

关键说明： #

• 使用PdfReader加载原PDF，它能正确解析PDF的二进制结构
• PdfStamper负责在原PDF基础上修改，不会破坏原有的排版、字体和样式
• 通过GetPageContent读取页面内容流，用PdfEncodings转换为可编辑的字符串
• 修改后的内容通过SetLiteral写回页面的底层内容流

场景2：模板是带表单字段的PDF（更推荐） #

如果你的PDF模板是预先创建的AcroForm表单（把{{Fullname}}设为表单文本字段），那实现会更简单，直接填充表单字段即可，无需遍历内容流：

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

public void FillPdfForm(string sourcePath, string destPath)
{
    using (PdfReader reader = new PdfReader(sourcePath))
    {
        using (PdfStamper stamper = new PdfStamper(reader, new FileStream(destPath, FileMode.Create)))
        {
            // 获取表单字段集合
            AcroFields fields = stamper.AcroFields;
            
            // 填充指定字段
            fields.SetField("Fullname", "John Doe");
            
            // 设置为只读，防止后续修改（可选）
            stamper.FormFlattening = true;
            
            stamper.Close();
        }
        reader.Close();
    }
}

这种方式稳定性更高，不会因为PDF内容流的结构变化导致替换失败，建议优先使用这种方式制作模板。

内容的提问来源于stack exchange，提问作者Alexis Villar