使用 Java 从 AcroForm 提取数据

从 PDF 文档中提取表单字段

使用 com.aspose.pdf.facades.Form 读取字段名称和值，而无需遍历完整的文档对象模型。

1. 使用此方式打开源 PDF 表单 Form facade，使得可以在不遍历完整文档对象模型的情况下读取 AcroForm 字段。
2. 呼叫 getFieldNames() 收集表单中所有存在的字段标识符。
3. 遍历这些字段名并调用 getField(fieldName) 读取每个字段的值。
4. 从提取的键值对构建输出字符串，并打印聚合的表单数据。
5. 在 finally 块中关闭 Form 对象。

public static void extractFormFields(Path inputFile) {
    Form form = new Form(inputFile.toString());
    try {
        StringBuilder formValues = new StringBuilder("{");
        String[] fieldNames = form.getFieldNames();
        for (int i = 0; i < fieldNames.length; i++) {
            if (i > 0) {
                formValues.append(", ");
            }
            formValues.append(fieldNames[i]).append("=").append(form.getField(fieldNames[i]));
        }
        formValues.append("}");
        System.out.println(formValues);
    } finally {
        form.close();
    }
}

通过名称检索表单字段值

当您知道 PDF 表单中定义的确切字段名称时，您可以直接使用 getField(fieldName) 无需遍历整个字段集合。

1. 使用 Form 对象打开源 PDF 表单。
2. 呼叫 getField(fieldName) 使用所请求的字段名称从 AcroForm 数据中读取其当前值。
3. 打印提取的字段值。
4. 在 finally 块中关闭 Form 对象。

public static void extractFormFieldByTitle(Path inputFile, String fieldName) {
    Form form = new Form(inputFile.toString());
    try {
        String formValue = form.getField(fieldName);
        System.out.println(formValue);
    } finally {
        form.close();
    }
}

从 PDF 文档中提取表单字段为 JSON

表单字段值也可以提取并存储为 JSON。这在需要消费 PDF 表单数据时很有用。 Web 应用程序、API 或其他与 JSON 交互的系统。

1. 使用 Form 对象打开源 PDF 表单。
2. 呼叫 getFieldNames() 从 AcroForm 中收集所有可用的字段标识符。
3. 遍历这些字段，转义名称和值，并构建 JSON 对象字符串。
4. 将 JSON 结果写入输出文件。
5. 在 finally 块中关闭 Form 对象。

public static void extractFormFieldsJson(Path inputFile, Path outputFile) throws Exception {
    Form form = new Form(inputFile.toString());
    try {
        StringBuilder json = new StringBuilder();
        json.append("{\n");
        String[] fieldNames = form.getFieldNames();
        for (int i = 0; i < fieldNames.length; i++) {
            String fieldName = fieldNames[i];
            json.append("    \"").append(escapeJson(fieldName)).append("\": \"")
                    .append(escapeJson(form.getField(fieldName))).append("\"");
            if (i < fieldNames.length - 1) {
                json.append(",");
            }
            json.append("\n");
        }
        json.append("}\n");
        Files.writeString(outputFile, json.toString());
    } finally {
        form.close();
    }
}

从 PDF 文件导出表单数据为 XML

当需要将 PDF 表单数据提供给使用结构化 XML 数据的系统时，XML 导出非常有用。

1. 创建尚未绑定文档的 Form 对象。
2. 为 XML 文件打开输出流，并使用 facade 将源 PDF 绑定 bindPdf(...)。
3. 呼叫 exportXml(stream) 因此，当前的表单字段数据被序列化为 XML。
4. 关闭 Form 导出完成后，facade。

public static void extractDataToXml(Path inputFile, Path outputFile) throws Exception {
    Form form = new Form();
    try (OutputStream stream = Files.newOutputStream(outputFile)) {
        form.bindPdf(inputFile.toString());
        form.exportXml(stream);
    } finally {
        form.close();
    }
}

从 PDF 文件导出数据为 FDF

FDF（Forms Data Format）通常用于在不依赖 PDF 文档的情况下交换 AcroForm 字段数据。

1. 创建尚未绑定文档的 Form 对象。
2. 为 FDF 文件打开输出流，并使用 facade 将源 PDF 绑定 bindPdf(...)。
3. 呼叫 exportFdf(stream) 因此，FormField 数据以 FDF 格式进行序列化。
4. 关闭 Form 导出完成后，facade。

public static void extractDataToFdf(Path inputFile, Path outputFile) throws Exception {
    Form form = new Form();
    try (OutputStream stream = Files.newOutputStream(outputFile)) {
        form.bindPdf(inputFile.toString());
        form.exportFdf(stream);
    } finally {
        form.close();
    }
}

从 PDF 文件导出数据到 XFDF

XFDF 是基于 XML 的 Forms Data Format 表示，并且便于与使用 XML 的系统交换表单数据。

1. 创建尚未绑定文档的 Form 对象。
2. 为 XFDF 文件打开输出流，并使用 bindPdf(...) 将源 PDF 绑定到 Facades 对象。
3. 呼叫 exportXfdf(stream) 所以表单字段数据以 XFDF 格式序列化。
4. 关闭 Form 导出完成后，facade。

public static void extractDataToXfdf(Path inputFile, Path outputFile) throws Exception {
    Form form = new Form();
    try (OutputStream stream = Files.newOutputStream(outputFile)) {
        form.bindPdf(inputFile.toString());
        form.exportXfdf(stream);
    } finally {
        form.close();
    }
}