Как заполнять PDF-формы с помощью Python

Question

У меня есть PDF form создан с использованием Adobe LiveCycle Designer ES 10.4, Мне нужно заполнить его с помощью Python так что мы можем уменьшить ручной труд. Я искал в Интернете и прочитал некоторые статьи, большинство из которых были сосредоточены вокруг pdfrw библиотека, я попытался использовать его и извлек некоторую информацию из PDF form как показано ниже

Код

from pdfrw import PdfReader
pdf = PdfReader('sample.pdf')
print(pdf.keys())
print(pdf.Info)
print(pdf.Root.keys())
print('PDF has {} pages'.format(len(pdf.pages)))

Выход

['/Root', '/Info', '/ID', '/Size']
{'/CreationDate': "(D:20180822164509+05'30')", '/Creator': '(Adobe LiveCycle Designer ES 10.4)', '/ModDate': "(D:20180822165611+05'30')", '/Producer': '(Adobe XML Form Module Library)'}
['/AcroForm', '/MarkInfo', '/Metadata', '/Names', '/NeedsRendering', '/Pages', '/Perms', '/StructTreeRoot', '/Type']
PDF has 1 pages

Я не уверен, как дальше я могу использовать pdfrw получить доступ к заполняемым полям из формы PDF и заполнить их, используя Python Является ли это возможным. Любые предложения будут полезны.

Answer 1

Я написал библиотеку, основанную на:'pdfrw', 'pdf2image', 'Pillow', 'PyPDF2', под названием fillpdf ( pip install fillpdf и зависимость от Поплера conda install -c conda-forge poppler)

Основное использование:

      from fillpdf import fillpdfs

fillpdfs.get_form_fields("blank.pdf")

# returns a dictionary of fields
# Set the returned dictionary values a save to a variable
# For radio boxes ('Off' = not filled, 'Yes' = filled)

data_dict = {
'Text2': 'Name',
'Text4': 'LastName',
'box': 'Yes',
}

fillpdfs.write_fillable_pdf('blank.pdf', 'new.pdf', data_dict)

# If you want it flattened:
fillpdfs.flatten_pdf('new.pdf', 'newflat.pdf')

Подробнее здесь: https://github.com/t-houssian/fillpdf

Если некоторые поля не заполняются, используйте можно использовать fitz ( pip install PyMuPDF) и PyPDF2 ( pip install PyPDF2) как следующее изменение точек по мере необходимости:

      import fitz
from PyPDF2 import PdfFileReader

file_handle = fitz.open('blank.pdf')
pdf = PdfFileReader(open('blank.pdf','rb'))
box = pdf.getPage(0).mediaBox
w = box.getWidth()
h = box.getHeight()

# For images
image_rectangle = fitz.Rect((w/2)-200,h-255,(w/2)-100,h-118)
pages = pdf.getNumPages() - 1
last_page = file_handle[pages]
last_page._wrapContents()
last_page.insertImage(image_rectangle, filename=f'image.png')

# For text
last_page.insertText(fitz.Point((w/2)-247 , h-478), 'John Smith', fontsize=14, fontname="times-bold")
file_handle.save(f'newpdf.pdf')

Answer 2

Вы можете найти поля формы здесь:

pdf.Root.AcroForm.Fields

или здесь

pdf.Root.Pages.Kids[page_index].Annots

Это объект PdfArray. В основном список. Название поля находится здесь:

pdf.Root.AcroForm.Fields[field_index].T

Другие ключи включают значение.V Существует куча отображаемой информации, например, шрифт и т. Д. В.AP.N.Resources

Однако, если вы обновите значение для поля и выведете файл PDF. Он может отображать значение только тогда, когда поле имеет фокус, т.е.

Я еще не понял, как это исправить.

Answer 3

Используйте это для заполнения всех полей, если они проиндексированы.

template = PdfReader('template.pdf')
page_c = 0
while page_c < len(template.Root.Pages.Kids): #LOOP through pages
    annot_c = 0
    while annot_c < len(template.Root.Pages.Kids[page_c].Annots): #LOOP through fields
        template.Root.Pages.Kids[page_c].Annots[annot_c].update(PdfDict(V=str(annot_c)+'-'+str(page_c)))
        annot_c=annot_c+1
    page_c=page_c+1
PdfWriter().write('output.pdf', template)

Answer 4

Здесь было предоставлено полное решение: как редактировать редактируемый PDF-файл с помощью библиотеки pdfrw?

Ключевой частью является:

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

Answer 5

Формы на основе AcroForm с использованием PDFix SDK

def SetFormFieldValue(email, key, open_path, save_path):
    pdfix  = GetPdfix()
    if pdfix is None:
        raise Exception('Pdfix Initialization fail')
    if not pdfix.Authorize(pdfix_email, pdfix_license):
        raise Exception('Authorization fail : ' + pdfix.GetError())
    doc = pdfix.OpenDoc(open_path, "")
    if doc is None:
        raise Exception('Unable to open pdf : ' + pdfix.GetError())
    field = doc.GetFormFieldByName("Text1")
    if field is not None:
        value = field.GetValue()
        value = "New Value"
        field.SetValue(value)
    if not doc.Save(save_path, kSaveFull):
        raise Exception(pdfix.GetError())
    doc.Close()
    pdfix.Destroy()