如何使用itext从文本文件中的数据填写（动态XFA）PDF

Question

我有一个本地PDF表单，该表单具有一个永不更改的特定模板。 由于没有返回键集，因此我将表单标识为XFA（xml）动态表单。 我正在尝试使用itext用.txt文件中包含的数据填写表单。 根据我的理解，我需要以某种方式从文本文件中获取数据并将其正确放置到.xml文件中，以便itext可以使用给定的xml来处理原始PDF。

表单具有以下布局作为示例：

我在Eclipse中使用的示例代码可以成功编译/运行，但需要使用data.xml中的数据，以便使用字段数据填充空表单并输出填充的版本。 问题是，对于我的实际项目，我没有要正确填充表单的data.xml文件。 原始字段数据在.txt文件中，每行包含PDF中不同字段的数据。

示例：参考上面的图像，我的.txt文件看起来像这样，直到包含（包括）“ FOUR”的字段为止的字段：

• 约翰
• 15
• 黑色
• 本田
• 丰田汽车
• 福特汽车
• 宝马

我对两件事感到困惑：

1.如何提取原始PDF的xml结构，以便在使用.txt文件中的数据填充时知道要遵循的格式？

2.如何从文本文件中获取值并将其正确插入.xml结构中？

以下代码有效，但需要data.xml才能填写“ incomplete.pdf”。 它使用代码xfa.fillXfaForm(new FileInputStream(XML)); 输入数据，但是我一直坚持如何识别“ XML”的结构以及如何首先填充它。

任何帮助表示赞赏，非常感谢。

码：

package sandbox;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;


import java.io.PrintStream;
import java.util.Set;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.transform.OutputKeys;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.TransformerFactoryConfigurationError;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;

import org.w3c.dom.Document;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;

import com.itextpdf.text.DocumentException;
import com.itextpdf.text.pdf.AcroFields;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.PdfStamper;
import com.itextpdf.text.pdf.XfaForm;


public class FillXFA {

    public static final String SRC = "C:/Workspace/PDF/incomplete.pdf";
    public static final String XML = "C:/Workspace/PDF/data.xml";
    public static final String DEST = "C:/Workspace/PDF/completed.pdf";

    public static void main(String[] args) throws IOException, DocumentException {
        File file = new File(DEST);
        file.getParentFile().mkdirs();
        new FillXFA().manipulatePdf(SRC, DEST);
    }

    public void readXfa(String src, String dest)
            throws IOException, ParserConfigurationException, SAXException,
                TransformerFactoryConfigurationError, TransformerException {
            FileOutputStream os = new FileOutputStream(dest);
            PdfReader reader = new PdfReader(src);
            XfaForm xfa = new XfaForm(reader);
            Document doc = xfa.getDomDocument();
            Transformer tf = TransformerFactory.newInstance().newTransformer();
            tf.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
            tf.setOutputProperty(OutputKeys.INDENT, "yes");
            tf.transform(new DOMSource(doc), new StreamResult(os));
            reader.close();
        }

    public void manipulatePdf(String src, String dest)
        throws IOException, DocumentException {
        PdfReader reader = new PdfReader(src);
        PdfStamper stamper = new PdfStamper(reader,
                new FileOutputStream(dest));
        AcroFields form = stamper.getAcroFields();
        XfaForm xfa = form.getXfa();
        xfa.fillXfaForm(new FileInputStream(XML));
        stamper.close();
        reader.close();
    }
}

Answer 1

在XFA中，表单字段和表单数据之间的链接是使用称为数据绑定的概念进行的。 字段可以具有类似XPath的表达式，以从XML数据结构中选择其值。 这意味着需要对XML数据进行适当的结构化以使其适合特定的XFA格式，但是此结构不一定是唯一的。

一个简单的示例：假设您有一个仅包含1个文本字段的XFA表单。 该文本字段具有绑定到标签名称为“ Name”的任何XML元素的数据。 在这种情况下，您的data.xml可以简单地是：

<Name>Hurmle</Name>

但是，这和无数种不同的XML结构也将起作用：

<StackOverflow>
    <accounts>
        <account>
            <Name>Hurmle</Name>
        </account>
    </accounts>
</StackOverflow>

您的代码示例中的readXfa方法将用于从XFA表单中提取完整的XML流。 它由不同部分组成。 最相关的是：

• template ：描述逻辑表单结构，包括所有字段及其数据绑定。
• xfa：datasets ：保存有关数据的信息。 由2部分组成。
  • dataDescription ：表单数据的模式，可选。 数据描述语法在XFA规范中定义。
  • xfa：data ：表单数据。

确定哪种XML结构将起作用的一种方法是查看所有字段的数据绑定（参见template ）。 因此，您将知道这些字段期望从何处获取其数据。 对于非平凡的形式，这可能很复杂和/或需要大量工作。

如果在XFA表单中可用，则可以使用dataDescription 。 它将为您提供数据和信息的结构，例如元素的最小和最大出现次数。

最后，您可以查看已经采用格式的数据 （参见xfa：data ）。 请记住，此XML结构不一定完整：可以省略空元素。 例如，如果一个表单有2个字段，则值可以指定为：

<SomeRoot>
    <Field1>Value1</Field1>
    <Field2></Field2>
</SomeRoot>

但是也：

<SomeRoot>
    <Field1>Value1</Field1>
</SomeRoot>

第一种情况将使您更容易找出所需的结构。 如果xfa：data丢失或不完整，您可以尝试使用具有XFA功能的PDF查看器手动填写所有表单字段。 保存时，查看器将根据数据描述和数据绑定填充xfa：data 。

供参考： XFA规范