この記事では、Pythonを使用してPDFフォームからデータを抽出する方法について説明します。IDEの設定方法、手順のリスト、およびフォームフィールドデータにアクセスするためのサンプルコードが含まれています。サンプルコードは、フィールドと値を持つテストPDFを作成し、すべてのフィールドからデータを取得します。
Pythonを使用してPDFフォームフィールドからデータを抽出する手順
- Aspose.PDF for Python via .NETを使用してフォームデータを抽出するための環境を設定する
- データを含む入力フィールドを持つPDFファイルをDocumentオブジェクトに作成またはロードする
- ロードされたPDFドキュメントのformプロパティからすべてのフィールドを取得する
- すべてのフィールドを走査し、各フィールドにアクセスする
- フィールドの完全な名前と値を表示する
これらの手順は、Pythonを使用して入力可能なPDFからデータを抽出する方法を説明しています。フィールドと値を持つPDFファイルを作成またはロードし、PDFファイルのFormプロパティからフィールドのコレクションにアクセスします。すべてのフィールドを走査し、処理のためにフィールドの完全な名前と値にアクセスします。
Pythonを使用してPDFからフォームフィールドを抽出するコード
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| 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() |
このコードは、PDFフォームからデータを抽出する方法を示しています。Document.form.fieldsコレクションを使用しました。このコレクションには、PDF内のすべてのフィールドが含まれています。コレクションからアクセスしたFieldオブジェクトのpage_indexを使用して、特定のページのフィールドをフィルタリングできます。
この記事では、PDFフォームデータを読み取るプロセスを学びました。PDFファイルをフラット化したい場合は、PythonでPDFをフラット化する方法の記事を参照してください。
