如何自动将pdf表单字段导出到xml

发布时间：2024-06-09 14:10:55 所属栏目：资源来源：DaWei

导读： 我有一个包含表单字段的pdf文件,需要将数据导出到一个自动的xml文件中.这是我为测试创建的示例表单的屏幕：

注意：通过单击工具>可以使用Acrobat Professional手动导出它.表格>导出表单

我有一个包含表单字段的pdf文件,需要将数据导出到一个自动的xml文件中.这是我为测试创建的示例表单的屏幕：

注意：通过单击工具>可以使用Acrobat Professional手动导出它.表格>导出表单数据,最后选择xml扩展名进行文件输出.这是我手动导出时得到的结果：

<?xml version="1.0" encoding="UTF-8"?>

<fields>

<first_name>John</first_name>

<last_name>Doe</last_name>

</fields>

但是,我需要自动化它,例如使用python脚本,Java实现或一些命令行工具.我可以使用哪些库或工具将表单字段数据导出到xml？该工具或库应该是开源的,我可以将它集成到我的工作流程中.

我已经尝试过python pdfminer库,它帮助我导出pdf文件的静态部分(如Static form header,First name：和Last name :)：但是如何导出表单字段数据(在我的例子中是表单字段的内容) first_name和last_name)??

编辑：随意下载sample.pdf文件here.

解决方法

Apache PDFBox怎么样？它是开源的,可以满足您的需求,因为该网站说“从PDF表单中提取表单数据或预填充PDF表单”.

编辑：查看PrintFields example.

（编辑：成都站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!