Ten artykuł opisuje, jak wyodrębnić dane z PDF formularza za pomocą języka Python. Zawiera wszystkie szczegóły dotyczące konfiguracji środowiska IDE, listę kroków oraz przykładowy kod do pobierania danych z pól formularza. Przykładowy kod utworzy testowy plik PDF z polami i wartościami, a następnie pobierze dane z wszystkich pól.
Kroki do wyodrębnienia danych z pól formularza PDF w Pythonie
- Skonfiguruj środowisko do użycia Aspose.PDF for Python via .NET w celu wyodrębnienia danych formularza
- Utwórz lub załaduj plik PDF do obiektu Document z polami wejściowymi zawierającymi dane
- Pobierz wszystkie pola z właściwości form załadowanego dokumentu PDF
- Iteruj po wszystkich polach i uzyskaj dostęp do każdego z nich
- Wyświetl pełną nazwę i wartość pola
Te kroki opisują sposób wyodrębniania danych z wypełnialnego formularza PDF za pomocą języka Python. Utwórz lub załaduj plik PDF z polami i wartościami, a następnie uzyskaj dostęp do kolekcji pól z właściwości Form pliku PDF. Iteruj po wszystkich polach, aby uzyskać ich pełne nazwy i wartości do dalszego przetwarzania.
Kod do wyodrębnienia pól formularza z PDF za pomocą Pythona
| 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() |
Kod ten pokazuje, jak wyodrębnić dane z formularza PDF. Używamy kolekcji Document.form.fields, która zawiera wszystkie pola w pliku PDF. Możesz filtrować pola z konkretnej strony, używając page_index w obiekcie Field pobranym z tej kolekcji.
Ten artykuł nauczył nas, jak odczytywać dane z formularza PDF. Jeśli chcesz spłaszczyć plik PDF, zapoznaj się z artykułem Jak spłaszczyć PDF w Pythonie.
