如何使用PDFBox移除PDF中的贝茨编号？

我之前也碰到过一模一样的问题！普通页眉页脚用覆盖法就能搞定，但贝茨编号总是顽固地留在那里，后来才搞明白——它们往往不是普通的页面绘制内容，而是以注释（Annotation）或者表单域的形式存在的，这时候单纯用图片覆盖肯定不管用，因为这些元素的层级在页面内容流之上。

给你几个针对性的解决方案，按优先级试试：

1. 先检查并删除注释类型的贝茨编号 #

绝大多数工具添加的贝茨编号都是「Stamp（图章）注释」，它们独立于页面内容流，层级更高。你可以遍历页面的注释列表，定位到右下角的贝茨注释并删除：

PDDocument document = PDDocument.load(file);

for (PDPage page : document.getPages()) {
    // 先把注释列表转成新集合，避免遍历的时候修改原集合报错
    List<PDAnnotation> annotations = new ArrayList<>(page.getAnnotations());
    float pageWidth = page.getMediaBox().getWidth();
    
    for (PDAnnotation annotation : annotations) {
        // 判断是不是图章注释
        if (annotation instanceof PDAnnotationStamp) {
            PDAnnotationStamp stamp = (PDAnnotationStamp) annotation;
            PDRectangle stampRect = stamp.getRectangle();
            
            // 检查是否在右下角区域（可根据实际情况调整数值）
            boolean isBottomRightStamp = stampRect.getLowerLeftX() > pageWidth - 100 
                    && stampRect.getLowerLeftY() < 50;
            
            if (isBottomRightStamp) {
                page.removeAnnotation(annotation);
            }
        }
    }
}

// 别忘了保存文档
document.save("处理后的文件.pdf");
document.close();

2. 如果是表单域类型的贝茨编号 #

有些工具会把贝茨编号做成可编辑的表单文本域，这时候需要从AcroForm里移除对应的域：

PDAcroForm acroForm = document.getDocumentCatalog().getAcroForm();
if (acroForm != null) {
    List<PDField> fields = new ArrayList<>(acroForm.getFields());
    
    for (PDField field : fields) {
        // 获取域对应的页面和位置
        PDAnnotationWidget widget = field.getWidgets().get(0);
        PDPage fieldPage = widget.getPage();
        float pageWidth = fieldPage.getMediaBox().getWidth();
        PDRectangle fieldRect = widget.getRectangle();
        
        // 判断是否在右下角区域
        boolean isBottomRightField = fieldRect.getLowerLeftX() > pageWidth - 100 
                && fieldRect.getLowerLeftY() < 50;
        
        if (isBottomRightField) {
            acroForm.getFields().remove(field);
        }
    }
}

3. 极端情况：贝茨编号是页面内容流的一部分 #

如果贝茨是直接绘制在页面内容里的（这种情况比较少见），那覆盖法不管用可能是因为你用了APPEND模式，导致覆盖的图片在贝茨下面。这时候可以尝试解析内容流删除对应的文本操作（需要了解PDF内容流语法，相对复杂），或者用PDPageContentStream.AppendMode.OVERWRITE模式重新构建页面内容（注意保留原页面的其他必要内容）。不过这种情况概率很低，先试试前两种方法基本能解决。

另外，你之前代码里的坐标是对的，但因为贝茨是注释，所以覆盖的图片在它下面，看不到效果。先删注释再看，如果还有残留再检查是不是表单域。

备注：内容来源于stack exchange，提问作者Morkus