Как редактировать редактируемый pdf с помощью библиотеки pdfrw?

Question

Я занимался исследованием того, как редактировать PDF, используя Python, и нашел эту статью:
Как заполнить заполняемые PDF с помощью Python

Однако существует проблема, когда программа запускается, и вы открываете PDF, документ не заполняется, только когда вы нажимаете на теги, он показывает данные, а когда вы щелкаете, он снова исчезает. Это код, который можно найти в Интернете, который кто-то написал.

#! /usr/bin/python

import os
import pdfrw


INVOICE_TEMPLATE_PATH = 'invoice_template.pdf'
INVOICE_OUTPUT_PATH = 'invoice.pdf'


ANNOT_KEY = '/Annots'
ANNOT_FIELD_KEY = '/T'
ANNOT_VAL_KEY = '/V'
ANNOT_RECT_KEY = '/Rect'
SUBTYPE_KEY = '/Subtype'
WIDGET_SUBTYPE_KEY = '/Widget'


def write_fillable_pdf(input_pdf_path, output_pdf_path, data_dict):
    template_pdf = pdfrw.PdfReader(input_pdf_path)
    annotations = template_pdf.pages[0][ANNOT_KEY]
    for annotation in annotations:
        if annotation[SUBTYPE_KEY] == WIDGET_SUBTYPE_KEY:
            if annotation[ANNOT_FIELD_KEY]:
                key = annotation[ANNOT_FIELD_KEY][1:-1]
                if key in data_dict.keys():
                    annotation.update(
                        pdfrw.PdfDict(V='{}'.format(data_dict[key]))
                    )
    pdfrw.PdfWriter().write(output_pdf_path, template_pdf)


data_dict = {
   'business_name_1': 'Bostata',
   'customer_name': 'company.io',
   'customer_email': '[e-mail]',
   'invoice_number': '102394',
   'send_date': '2018-02-13',
   'due_date': '2018-03-13',
   'note_contents': 'Thank you for your business, Joe',
   'item_1': 'Data consulting services',
   'item_1_quantity': '10 hours',
   'item_1_price': '$200/hr',
   'item_1_amount': '$2000',
   'subtotal': '$2000',
   'tax': '0',
   'discounts': '0',
   'total': '$2000',
   'business_name_2': 'Bostata LLC',
   'business_email_address': '[e-mail]',
   'business_phone_number': '[phone]'
}

if __name__ == '__main__':
    write_fillable_pdf(INVOICE_TEMPLATE_PATH, INVOICE_OUTPUT_PATH, data_dict)

Answer 1

Я понял, что если вы добавите параметр NeedAppearances, вы решите свою проблему:

template_pdf = pdfrw.PdfReader(TEMPLATE_PATH)
template_pdf.Root.AcroForm.update(pdfrw.PdfDict(NeedAppearances=pdfrw.PdfObject('true'))) 

Answer 2

Обновление функции записи для клавиш AP и V устранило проблему для меня в предварительном просмотре

pdfrw.PdfDict(AP=data_dict[key], V=data_dict[key])

Answer 3

Ошибка связана с тем, что с полем не связан ни один поток появления, но вы создали его неправильно. Вы только что назначили словарь AP и транслируете его. Что вам нужно сделать, так это назначить косвенный Xobject для /N в /AP-словаре; и вам нужно создать ящик Xobject с нуля. Код должен быть примерно таким:

from pdfrw import PdfWriter, PdfReader, IndirectPdfDict, PdfName, PdfDict

INVOICE_TEMPLATE_PATH = 'untitled.pdf'
INVOICE_OUTPUT_PATH = 'untitled-output.pdf'

field1value = 'im field_1 value'

template_pdf = PdfReader(INVOICE_TEMPLATE_PATH)
template_pdf.Root.AcroForm.Fields[0].V = field1value

#this depends on page orientation
rct = template_pdf.Root.AcroForm.Fields[0].Rect
hight = round(float(rct[3]) - float(rct[1]),2)
width =(round(float(rct[2]) - float(rct[0]),2)

#create Xobject
xobj = IndirectPdfDict(
            BBox = [0, 0, width, hight],
            FormType = 1,
            Resources = PdfDict(ProcSet = [PdfName.PDF, PdfName.Text]),
            Subtype = PdfName.Form,
            Type = PdfName.XObject
            )

#assign a stream to it
xobj.stream = '''/Tx BMC
BT
 /Helvetica 8.0 Tf
 1.0 5.0 Td
 0 g
 (''' + field1value + ''') Tj
ET EMC'''

#put all together
template_pdf.Root.AcroForm.Fields[0].AP = PdfDict(N = xobj)

#output to new file
PdfWriter().write(INVOICE_OUTPUT_PATH, template_pdf)

Примечание: FYI: /Type, /FormType, /Resorces не являются обязательными (/Resources настоятельно рекомендуется).

Answer 4

Чтобы расширить ответ Серджио выше, следующая строка:

template_pdf.Root.AcroForm.update(pdfrw.PdfDict(NeedAppearances=pdfrw.PdfObject('true')))

В примере кода из OP следует поставить после этой строки:

template_pdf = pdfrw.PdfReader(input_pdf_path)

Answer 5

Если у кого-то есть раскрывающиеся поля в форме, которую вы хотите заполнить данными, вы можете использовать приведенный ниже код. (Может избавить кого-то от хлопот, через которые я прошел)

      if key in data_dict.keys():
    #see if its a dropdown
    if('/I' in annotation.keys()):
        #field is a dropdown
        #Check if value is in preset list of dropdown, and at what value
        if data_dict[key] in annotation['/Opt']:
            #Value is in dropdown list,select value from list
            annotation.update(pdfrw.PdfDict(I='[{}]'.format(annotation['/Opt'].index(data_dict[key]))))
        else:
            #Value is not in dropdown list, add as 'free input'
            annotation.update(pdfrw.PdfDict(I='{}'.format(None)))
            annotation.update(pdfrw.PdfDict(V='{}'.format(data_dict[key])))
    else:
        #update the textfieldvalue
        annotation.update(pdfrw.PdfDict(V='{}'.format(data_dict[key])))

также не то, что код OP работает только для первой страницы из-за

      template_pdf.pages[0]

Answer 6

У меня была проблема: значения полей появлялись, если вы открывали их в Acrobat, но многие из них были невидимы, если вы открывали их в Chrome или Preview, если вы не нажимали на них. И они не будут доступны программно (с помощью pdfplumber).

Преобразование файла в PDF/A в Acrobat (не в Preview) решило проблему для большинства файлов.