使用 UIPath 从 PDF 中刮取字段值数据

Question

我想从“w2 表单”(pdf) 中抓取数据，以便我可以将其保存到数据库中，但无法获取字段数据。

1. 我尝试了“Read PDF text”，它读取整个文档并获取所有文本，但我想找到字段明智的值，例如，

   员工的社会安全号码 => 1234 56 7890

   雇主识别号 => 11-22334455

2. 我尝试了“Screen scraping”、“Data Scraping”，但无法获取任何特定元素。

3. 我已尝试使用“查找图像”和“获取文本”进行“Anchorbase”活动，但无法选择特定元素。

请找到随附的 pdf 文档供您参考。

W2 Form pdf

任何帮助将不胜感激。

谢谢。

Answer 1

这是完全可读的 .pdf 文件，因此实现这一点应该不成问题。您必须阅读文档文本，然后使用正则表达式来查找您想要的内容。社会保险号或身份证号是相当结构化的数据，因此您可以轻松构建正则表达式。 https://regex101.com/ 可以对此有所帮助。

你必须：

1. 使用 Read PDF Text 活动获取 .pdf 文本，
2. 分配活动，创建 System.Text.RegularExpressions.Match 类型的新变量
3. 导入命名空间：System.Text.RegularExpressions
4. 在分配使用的右侧：Regex.Match(readedText, "\d{2}-\d{8}") 引号中是雇主识别号的正则表达式，
5. 如果 UiPath 显示未声明“Regex”，请保存工作流，将其关闭，再次打开，再次导入命名空间，删除分配活动并再次创建。
6. 就是这样，您可以通过同样的方式找到第二个号码。

编辑。 example.xaml