В этой статье представлено руководство по извлечению данных из PDF-форм с использованием Python. Она включает в себя все подробности по настройке IDE, пошаговые инструкции и пример кода для доступа к данным полей формы. Пример кода создаст тестовый PDF с полями и значениями, а затем извлечет данные из всех полей.
Шаги для извлечения данных из полей PDF-форм с использованием Python
- Настройка среды для использования Aspose.PDF для Python через .NET для извлечения данных формы
- Создание или загрузка PDF-файла в объект Document с полями ввода, содержащими данные
- Получение всех полей из свойства form загруженного PDF-документа
- Перебор всех полей и доступ к каждому полю
- Отображение полного имени и значения поля
Эти шаги описывают, как извлечь данные из заполняемых PDF с использованием Python. Создайте или загрузите PDF-файл с полями и значениями, а затем получите доступ к коллекции полей из свойства Form в PDF-файле. Переберите все поля и получите доступ к полному имени и значению для дальнейшей обработки.
Код для извлечения полей формы из PDF с использованием 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() |
Этот код демонстрирует, как извлечь данные из PDF-форм. Мы использовали коллекцию Document.form.fields, которая содержит все поля в PDF. Вы можете отфильтровать поля с определенной страницы, используя page_index в объекте Field, доступном из коллекции.
Эта статья научила нас процессу чтения данных из PDF-форм. Если вы хотите сделать PDF-файл плоским, обратитесь к статье Как сделать PDF плоским в Python.
