You need to enable JavaScript to run this app. 如何使用PDFBox或其他工具移除PDF文件中的EXIF数据?
优惠活动
大模型
产品
解决方案
定价
更多

如何使用PDFBox或其他工具移除PDF文件中的EXIF数据?

移除PDF文件中EXIF数据的实操方法

使用PDFBox实现的方案

PDFBox是Apache开源的PDF处理工具,可完全自定义清理粒度,处理步骤如下:

前置依赖

如果是Java项目,先引入PDFBox核心依赖,Maven配置示例:

<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.32</version> <!-- 可替换为最新稳定版 -->
</dependency>

核心处理代码

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.common.COSObjectable;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.cos.COSName;
import java.io.File;
import java.io.IOException;

public class PdfExifCleaner {
    public static void main(String[] args) throws IOException {
        // 加载目标PDF文件
        File inputFile = new File("input.pdf");
        PDDocument document = PDDocument.load(inputFile);
        
        // 1. 清除文档级元数据
        if (document.getDocumentInformation() != null) {
            document.getDocumentInformation().clear();
        }
        if (document.getDocumentCatalog().getMetadata() != null) {
            document.getDocumentCatalog().setMetadata(null);
        }
        
        // 2. 遍历所有页面,清除内嵌图片的EXIF信息
        for (PDPage page : document.getPages()) {
            PDResources resources = page.getResources();
            for (COSName name : resources.getXObjectNames()) {
                COSObjectable xObject = resources.getXObject(name);
                if (xObject instanceof PDImageXObject) {
                    PDImageXObject image = (PDImageXObject) xObject;
                    // 清除图片关联的元数据
                    image.getCOSObject().removeItem(COSName.METADATA);
                }
            }
            // 清除页面级元数据
            page.setMetadata(null);
        }
        
        // 保存清理后的文件
        document.save("output_cleaned.pdf");
        document.close();
    }
}

注意事项

  • 若PDF内嵌附件、缩略图,需要额外遍历附件字典、页面对应的缩略图字段清除元数据
  • 处理完成后建议校验PDF可正常打开,避免误删必要结构

其他替代工具方案

如果不需要二次开发,可直接使用成熟工具快速清理:

  • ExifTool:跨平台命令行元数据处理工具,清理命令为:
    exiftool -all:all= -overwrite_original target.pdf
    
    执行后会直接移除目标PDF所有字段的元数据,默认会生成原文件备份,去掉-overwrite_original参数即可保留备份。
  • QPDF:开源PDF结构处理工具,清理命令为:
    qpdf --remove-metadata --linearize input.pdf output_cleaned.pdf
    
    除了EXIF数据外,还会清理冗余的PDF结构,文件体积更小。
  • PDFtk:常用PDF批量处理工具,命令行清理命令为:
    pdftk input.pdf cat output output_cleaned.pdf
    
    操作简单,适合批量处理普通PDF文件。

清理效果验证

可直接用ExifTool校验处理后的文件:

exiftool output_cleaned.pdf

查看输出结果中是否还有残留的EXIF、作者、创建工具、地理位置等自定义元数据即可。

内容的提问来源于stack exchange,提问作者Dushyanth Balasubramanian

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.14 15:15:04