我正在使用 pdftk 用 XFDF 文件填写 PDF 表单。但是，对于这个项目，我事先并不知道会出现哪些字段，所以我需要分析 PDF 本身以查看需要填写哪些字段，并相应地向用户呈现一个界面，然后生成一个 XFDF 文件填写PDF表格。
如何获取字段名称？最好是命令行、.NET 或 PHP 解决方案。
【问题讨论】：
delete 链接删除您的问题。
我可以让我的客户使用 Acrobat 将 XFDF 文件（包含字段名称）与 PDF 一起导出，这完全避免了这个问题。
【讨论】：
我使用了以下代码，使用 WebSupergoo 的 ABCpdf，但我想大多数库都有类似的类：
protected void Button1_Click(object sender, EventArgs e)
{
Doc thedoc = new Doc();
string saveFile = "~/docs/f1_filled.pdf";
System.Text.StringBuilder sb = new System.Text.StringBuilder();
thedoc.Read(Server.MapPath("~/docs/F1_2010.pdf"));
foreach (Field fld in thedoc.Form.Fields)
{
if (!(fld.Page == null))
{
sb.AppendFormat("Field: {0}, Type: {1},page: {4},x: {2},y: {3}\n", fld.Name, fld.FieldType.ToString(), fld.Rect.Left, fld.Rect.Top, fld.Page.PageNumber);
}
else
{
sb.AppendFormat("Field: {0}, Type: {1},page: {4},x: {2},y: {3}\n", fld.Name, fld.FieldType.ToString(), fld.Rect.Left, fld.Rect.Top, "None");
}
if (fld.FieldType == FieldType.Text)
{
fld.Value = fld.Name;
}
}
this.TextBox1.Text = sb.ToString();
this.TextBox1.Visible = true;
thedoc.Save(Server.MapPath(saveFile));
Response.Redirect(saveFile);
}
这做了两件事： 1) 用所有表单字段的清单填充一个文本框，显示它们的名称、字段类型、页码和页面上的位置（顺便说一下，0,0 是左下角）。 2) 在输出文件中使用其字段名称填充所有文本字段 - 打印输出文件，所有文本字段都将被标记。
【讨论】：
简单！您已经在使用 pdftk
# pdftk input.pdf dump_data_fields
它将输出字段名称、字段类型、它的一些属性（例如下拉列表或文本对齐的选项是什么）甚至是工具提示文本（我发现它非常有用）
我唯一缺少的是字段坐标...
【讨论】：
我的回答很晚，虽然我的解决方案不是 PHP，但我希望如果有人正在寻找 Ruby 的解决方案，它可能会派上用场。
首先是使用 pdftk 提取所有字段名称，然后我们需要清理转储文本，以获得良好的可读哈希：
def extract_fields(filename)
field_output = `pdftk #{filename} dump_data_fields 2>&1`
@fields = field_output.split(/^---\n/).map do |field_text|
if field_text =~ /^FieldName: (\w+)$/
$1
end
end.compact.uniq
end
其次，现在我们可以使用任何 XML 解析来构造我们的 XFDF：
# code borrowed from `nguyen` gem [https://github.com/joneslee85/nguyen]
# generate XFDF content
def to_xfdf(fields = {}, options = {})
builder = Nokogiri::XML::Builder.new(:encoding => 'UTF-8') do |xml|
xml.xfdf('xmlns' => 'http://ns.adobe.com/xfdf/', 'xml:space' => 'preserve') {
xml.f(:href => options[:file]) if options[:file]
xml.ids(:original => options[:id], :modified => options[:id]) if options[:id]
xml.fields {
fields.each do |field, value|
xml.field(:name => field) {
if value.is_a? Array
value.each { |item| xml.value(item.to_s) }
else
xml.value(value.to_s)
end
}
end
}
}
end
builder.to_xml
end
# write fdf content to path
def save_to(path)
(File.open(path, 'w') << to_xfdf).close
end
维奥拉，这是主要逻辑。如果您正在寻找 Ruby 中的轻量级库，我强烈建议您尝试一下 nguyen (https://github.com/joneslee85/nguyen) gem。
【讨论】：
这对我有用：
pdftk 1.pdf dump_data_fields output test2.txt
然后当文件用密码加密时，这就是你可以从中读取的方式
pdftk 1.pdf input_pw YOUR_PASSWORD_GOES_HERE dump_data_fields output test2.txt
这花了我 2 个小时才弄好，所以希望我能节省你一些时间 :)
【讨论】：
output test2.txt 是可选的。没有它，它只会打印到标准输出。
C#/ITextSharp
public static void TracePdfFields(string pdfFilePath)
{
PdfReader pdfReader = new PdfReader(pdfFilePath);
MemoryStream pdfStream = new MemoryStream();
PdfStamper pdfStamper = new PdfStamper(pdfReader, pdfStream, '\0', true);
int i = 1;
foreach (var f in pdfStamper.AcroFields.Fields)
{
pdfStamper.AcroFields.SetField(f.Key, string.Format("{0} : {1}", i, f.Key));
i++;
//DoTrace("Field = [{0}] | Value = [{1}]", f.Key, f.Value.ToString());
}
pdfStamper.FormFlattening = false;
pdfStamper.Writer.CloseStream = false;
pdfStamper.Close();
FileStream fs = File.OpenWrite(string.Format(@"{0}/{1}-TracePdfFields_{2}.pdf",
ConfigManager.GetInstance().LogConfig.Dir,
new FileInfo(pdfFilePath).Name,
DateTime.Now.Ticks));
fs.Write(pdfStream.ToArray(), 0, (int)pdfStream.Length);
fs.Flush();
fs.Close();
}
【讨论】：
考虑到pdftk是废弃软件，可以使用qpdf库转储JSON格式的元数据，使用jq只过滤表单相关数据：
qpdf inout.pdf --json | jq '.acroform.fields'
qpdf 是一个轻量级的跨平台 FOSS 库，jq 是一个 JSON 过滤程序（就像 grep 是一个行过滤程序）。如果您不想使用 jq 或 JSON，您可以随时使用 qpdf input.pdf 转储，然后自己在转储中查找元数据。
【讨论】：