Questo articolo guida su come estrarre dati da un modulo PDF usando Python. Contiene tutti i dettagli per configurare l’IDE, un elenco di passaggi e un codice di esempio per accedere ai dati dei campi del modulo. Il codice di esempio creerà un PDF di prova con campi e valori e recupererà i dati da tutti i campi.
Passaggi per estrarre dati dai campi di un modulo PDF usando Python
- Configurare l’ambiente per utilizzare Aspose.PDF per Python tramite .NET per estrarre dati dal modulo
- Creare o caricare un file PDF in un oggetto Document con campi di input contenenti dati
- Recuperare tutti i campi dalla proprietà form del documento PDF caricato
- Scorrere tutti i campi e accedere a ciascun campo
- Visualizzare il nome completo del campo e il suo valore
Questi passaggi descrivono come estrarre dati da un PDF compilabile usando Python. Crea o carica un file PDF con campi e valori e accedi alla raccolta di campi dalla proprietà Form del file PDF. Itera su tutti i campi e accedi al nome completo e al valore per l’elaborazione.
Codice per estrarre i campi di un modulo da un PDF usando Python
| import aspose.pdf as pdf | |
| from aspose.pdf import Document, License, Rectangle | |
| from aspose.pdf.forms import TextBoxField | |
| def main(): | |
| # Load Aspose PDF license | |
| license = License() | |
| license.set_license("license.lic") | |
| # Generate PDF with input fields | |
| create_pdf_with_fields() | |
| # Open and process the generated PDF file | |
| pdf_document = Document("UserForm.pdf") | |
| # Retrieve and display form fields | |
| form_fields = pdf_document.form.fields | |
| for form_field in form_fields: | |
| print("Field Name:", form_field.full_name) | |
| print("Field Content:", form_field.value) | |
| def create_pdf_with_fields(): | |
| # Instantiate new PDF document | |
| pdf_file = Document() | |
| for page_index in range(1, 4): # 3 pages | |
| new_page = pdf_file.pages.add() | |
| for field_index in range(1, 5): # 4 fields per page | |
| # Define a text input field | |
| input_field = TextBoxField(new_page, Rectangle(120, field_index * 90, 320,(field_index + 1) * 90,True)) | |
| input_field.partial_name = f"inputField_{page_index}_{field_index}" | |
| input_field.value = f"Data Entry {page_index}-{field_index}" | |
| # Attach field to the document form | |
| pdf_file.form.add(input_field, page_index) | |
| # Save document to disk | |
| pdf_file.save("UserForm.pdf") | |
| main() |
Questo codice ha dimostrato come estrarre dati da un modulo PDF. Abbiamo usato la raccolta Document.form.fields che contiene tutti i campi del PDF. Puoi filtrare i campi di una pagina specifica usando l’indice della pagina (page_index) nell’oggetto Field accessibile dalla raccolta.
Questo articolo ci ha insegnato il processo per leggere i dati di un modulo PDF. Se vuoi appiattire un file PDF, consulta l’articolo su Come appiattire un PDF in Python.
