如何在Python中使用PDF從文本框中提取文本？

Question

我沒有pyPDF2或PDFMiner運氣。 即使填寫了文本，這些工具也總是返回_______________ 。是否有人對如何提取文本框字段中的文本有任何想法？

Answer 1

您需要提取文本字段，而不是文本。 所以你需要這樣的東西：

import sys
import six
from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdftypes import resolve1

fp = open("c:\\tmp\\test.pdf", "rb")

parser = PDFParser(fp)
doc = PDFDocument(parser)
fields = resolve1(doc.catalog["AcroForm"])["Fields"]
for i in fields:
    field = resolve1(i)
    name, value = field.get("T"), field.get("V")
    print ("{0}:{1}".format(name,value))