C# 操作 PDF 元数据：从属性写入到字段提取的完整流程

PDF 文档属性是嵌入在文件内部的元数据，包括标题、作者、主题、关键词以及生成器名称等字段。这些信息不直接显示在页面内容中，但对于文档检索、归档管理和自动化处理流程具有实际价值。在 C# 项目中，借助 Free Spire.PDF for .NET 可以较为便捷地完成属性的写入与读取操作。本文将对这两项操作分别进行说明，并补充一些实现中需要注意的细节。

环境准备

Free Spire.PDF for .NET 是一个独立的 PDF 处理库，不依赖 Adobe Acrobat 或其他第三方软件即可运行。通过 NuGet 安装即可在项目中使用：

Install-Package FreeSpire.PDF

需要留意的是，免费版在加载和创建 PDF 时限制文档不超过 10 页，超出部分会被截断。对于属性设置与读取这类轻量操作，只要示例文件控制在限制范围内，即可正常验证。

设置 PDF 文档属性

PdfDocument 类中的 DocumentInformation 属性提供了对标准文档属性的访问入口。该属性返回 PdfDocumentInformation 类型的对象，其 Title、Author、Subject、Keywords 和 Producer 等字段均为可读写的字符串属性。以下代码展示了加载一个已有 PDF 文件、修改其属性并另存为新文件的完整流程。为区分原始文件，示例中的属性值已替换为与项目归档相关的实际内容：

using Spire.Pdf;

namespace PdfPropertyDemo
{
    class SetProperties
    {
        static void Main(string[] args)
        {
            PdfDocument pdf = new PdfDocument();
            pdf.LoadFromFile("项目报告_原始.pdf");

            pdf.DocumentInformation.Title = "2026年第二季度项目总结报告";
            pdf.DocumentInformation.Author = "技术文档组";
            pdf.DocumentInformation.Subject = "项目进度与资源使用情况汇总";
            pdf.DocumentInformation.Keywords = "项目管理, 季度报告, 进度跟踪";
            pdf.DocumentInformation.Producer = "内部文档生成工具";

            pdf.SaveToFile("项目报告_已标记.pdf");
            pdf.Close();
        }
    }
}

执行后，项目报告_已标记.pdf 会保留原文件内容，同时携带更新后的属性信息。Producer 字段通常用于标识生成该 PDF 的应用程序名称，在自动化流程中可据此追溯文件来源。

需要说明的是，如果目标属性在原始 PDF 中并不存在，读取时可能返回 null 或空字符串。写入操作本身不受此影响，直接赋值即可。

读取 PDF 文档属性

读取操作同样围绕 DocumentInformation 展开。下面的示例将已设置属性的 PDF 文件加载后，逐项提取字段值并写入一个文本文件，便于后续核对或存档：

using Spire.Pdf;
using System.IO;
using System.Text;

namespace PdfPropertyDemo
{
    class GetProperties
    {
        static void Main(string[] args)
        {
            PdfDocument pdf = new PdfDocument();
            pdf.LoadFromFile("项目报告_已标记.pdf");

            StringBuilder content = new StringBuilder();
            content.AppendLine("标题: " + pdf.DocumentInformation.Title);
            content.AppendLine("作者: " + pdf.DocumentInformation.Author);
            content.AppendLine("主题: " + pdf.DocumentInformation.Subject);
            content.AppendLine("关键词: " + pdf.DocumentInformation.Keywords);
            content.AppendLine("生成器: " + pdf.DocumentInformation.Producer);

            File.WriteAllText("属性提取结果.txt", content.ToString(), Encoding.UTF8);
            pdf.Close();
        }
    }
}

与片段二相比，这里将 \r\n 替换为 AppendLine，并在 File.WriteAllText 中显式指定 UTF-8 编码。后者在处理中文属性值时尤为重要：若系统默认编码与文件实际编码不一致，写入的文本可能出现乱码。AppendLine 则使代码更简洁，同时保持各字段独占一行的输出格式。

实现中的几点观察

从上述两个示例可以看出，Free Spire.PDF 对文档属性的操作接口设计较为直接，属性名与 PDF 规范中的 Info 字典条目基本对应。设置与读取使用同一套属性访问器，无需额外解析底层结构。

在实际使用中，有两点值得留意。其一，PdfDocument 对象实现了 Close 方法，在完成读写后显式调用有助于及时释放文件句柄，尤其是在后续操作需要立即访问同一文件时。其二，读取属性时若某项未被设置，返回空值的可能性客观存在，因此在将结果用于下游逻辑（如条件判断或数据库写入）前，加入空值检查是稳妥的做法。

此外，标准属性之外还存在自定义属性（Custom Properties），可通过 SetCustomProperty 和 GetCustomProperty 方法操作，适用于需要携带内部编号、版本标记等业务信息的场景。这部分内容不在本文示例范围内，但在构建文档管理系统时可以作为标准属性的补充手段加以利用。

小结

本文以 Free Spire.PDF for .NET 为工具，展示了在 C# 中设置和读取 PDF 文档属性的完整流程。设置操作通过 DocumentInformation 的各字符串属性直接赋值完成，读取操作则将对应属性值提取至 StringBuilder 并落盘为文本文件。代码层面的关键点包括：显式指定文本编码以避免中文乱码、读写完成后关闭文档对象、以及对可能为空的属性值保持防御性处理习惯。这些细节虽然简单，却直接影响代码在实际项目中的稳定性。