SharePoint 2013下用C#批量修改PDF元数据的解决方案咨询

问题分析 #

原代码的核心问题是：SPFile.OpenBinaryStream()返回的是只读流，无法直接写入修改后的内容；且仅调用file.Update()不会触发文件内容的更新，必须通过SaveBinary方法传入修改后的字节流。

修正后的C#代码示例 #

using System.IO;
using PdfSharp.Pdf;
using Microsoft.SharePoint;

public static void RemovePdfMetadata(IGrouping<string, SPFile> groupedFiles)
{
    foreach (SPFile file in groupedFiles)
    {
        // 跳过非PDF文件
        if (!file.Name.EndsWith(".pdf", StringComparison.OrdinalIgnoreCase))
            continue;

        using (Stream originalStream = file.OpenBinaryStream())
        using (PdfDocument document = PdfReader.Open(originalStream, PdfDocumentOpenMode.Modify))
        {
            // 清除指定元数据
            document.Info.Author = string.Empty;
            document.Info.ModifiedBy = string.Empty;
            // 若需清除其他相关元数据可添加，比如Creator
            // document.Info.Creator = string.Empty;
            
            // 将修改后的文档写入内存流
            using (MemoryStream modifiedStream = new MemoryStream())
            {
                document.Save(modifiedStream);
                modifiedStream.Position = 0; // 重置流指针到起始位置

                // 覆盖SharePoint原文件
                file.SaveBinary(modifiedStream);
            }
        }

        // 同步更新SharePoint列表项的属性（避免列表视图显示旧数据）
        SPListItem item = file.Item;
        item["Author"] = null;
        item["Editor"] = null;
        // 用UpdateOverwriteVersion避免创建新版本，需保留版本历史则改用item.Update()
        item.UpdateOverwriteVersion();
    }
}

关键说明 #

• 流处理逻辑：通过MemoryStream暂存修改后的PDF内容，再调用SPFile.SaveBinary()写入SharePoint，这是修改SPFile内容的标准方式。
• 元数据同步：除了清除PDF文档内部的元数据，必须同步更新SharePoint列表项的Author和Editor字段，否则列表视图仍会显示旧的作者/修改者信息。
• 批量操作优化：处理10000个文件时，建议分批次执行（比如每50-100个为一批），避免内存占用过高；若文档库有事件接收器，建议临时禁用以提升处理速度。
• 权限要求：执行代码的账号需拥有目标文档库的编辑权限，确保能覆盖文件和修改列表项属性。

内容的提问来源于stack exchange，提问作者Stonners