快捷導(dǎo)航

C#提取PDF表單數(shù)據(jù)的實(shí)現(xiàn)流程

更新時(shí)間：2025年01月28日 15:59:51 作者：nuclear2011

PDF表單是一種常見的數(shù)據(jù)收集工具,廣泛應(yīng)用于調(diào)查問卷、業(yè)務(wù)合同等場景,憑借出色的跨平臺(tái)兼容性和標(biāo)準(zhǔn)化特點(diǎn),PDF表單在各行各業(yè)中得到了廣泛應(yīng)用,本文將探討如何使用C# 實(shí)現(xiàn)自動(dòng)化PDF表單數(shù)據(jù)提取流程,需要的朋友可以參考下

引言

PDF表單是一種常見的數(shù)據(jù)收集工具，廣泛應(yīng)用于調(diào)查問卷、業(yè)務(wù)合同等場景。憑借出色的跨平臺(tái)兼容性和標(biāo)準(zhǔn)化特點(diǎn)，PDF表單在各行各業(yè)中得到了廣泛應(yīng)用。然而，當(dāng)需要整合、分析或?qū)氪罅恳烟顚懙谋韱螖?shù)據(jù)時(shí)，傳統(tǒng)的手動(dòng)處理方式不僅耗時(shí)，而且容易出錯(cuò)。因此，掌握自動(dòng)提取PDF表單數(shù)據(jù)的方法，不僅能大幅提高工作效率，還能確保數(shù)據(jù)處理的準(zhǔn)確性。本文將探討如何使用C# 實(shí)現(xiàn)自動(dòng)化PDF表單數(shù)據(jù)提取流程。

使用工具
C# 提取多個(gè)PDF表單域的數(shù)據(jù)
C# 提取特定PDF表單域的數(shù)據(jù)

使用工具

要使用C# 提取PDF表單的數(shù)據(jù)，需要用到合適的PDF文檔處理庫。本文所使用的是Spire.PDF for .NET庫。該庫主要用于在 .NET 應(yīng)用程序中創(chuàng)建、讀取、編輯、轉(zhuǎn)換和打印PDF 文檔。

安裝 Spire.PDF for .NET

你可以在 NuGet 包管理器中運(yùn)行以下命令安裝 Spire.PDF for .NET：

PM> Install-Package Spire.PDF

如果你已經(jīng)安裝了該庫并希望升級到最新版本，可以使用以下命令：

PM> Update-Package Spire.PDF

C# 提取多個(gè)PDF表單域的數(shù)據(jù)

PDF 表單可能包含多種類型的域，例如文本框、列表框、下拉框、單選按鈕和復(fù)選框。每種域類型需要采用不同的方法來提取其數(shù)據(jù)。以下是提取這些類型的域的數(shù)據(jù)時(shí)所使用的關(guān)鍵屬性：

文本框（Text Boxes）
通過 PdfTextBoxFieldWidget 對象的 Name 和 Text 屬性，獲取文本框的名稱及其對應(yīng)的值。
列表框（List Boxes）
通過 PdfListBoxFieldWidget 對象的 Name、Values 和 SelectedValue 屬性，提取列表框的名稱、所有選項(xiàng)及選定的選項(xiàng)。
下拉框（Combo Boxes）
通過 PdfComboBoxFieldWidget 對象的 Name、Values 和 SelectedValue 屬性，獲取下拉框的名稱、所有選項(xiàng)及選定的選項(xiàng)。
單選按鈕（Radio Buttons）
通過 PdfRadioButtonListFieldWidget 對象的 Name 和 SelectedValue 屬性，獲取單選按鈕的名稱和選定的值。
復(fù)選框（Checkboxes）
通過 PdfCheckBoxFieldWidget 對象的 Name 和 Checked 屬性，提取復(fù)選框的名稱及其狀態(tài)（是否被選中）。

以下代碼展示了如何使用 C# 從多個(gè) PDF 表單域中提取數(shù)據(jù)：

using Spire.Pdf;
using Spire.Pdf.Fields;
using Spire.Pdf.Widget;
using System.Collections.Generic;
using System.IO;
 
namespace ExtractPdfFormData
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 初始化 PdfDocument 類實(shí)例，用于加載和處理 PDF 文件
            using (PdfDocument doc = new PdfDocument())
            {
                // 加載包含表單域的 PDF 文件
                doc.LoadFromFile("表單.pdf");
 
                // 創(chuàng)建列表存儲(chǔ)提取的域名稱及其值
                List<string> content = new List<string>();
 
                // 獲取 PDF 文檔的表單對象
                PdfFormWidget formWidget = doc.Form as PdfFormWidget;
 
                // 檢查表單對象中是否包含表單域
                if (formWidget?.FieldsWidget.Count > 0)
                {
                    // 遍歷文檔中的所有表單域
                    for (int i = 0; i < formWidget.FieldsWidget.List.Count; i++)
                    {
                        // 獲取當(dāng)前表單域
                        PdfField field = formWidget.FieldsWidget[i];
 
                        // 如果當(dāng)前表單域?yàn)榭?，跳過該域
                        if (field == null) continue;
 
                        // 提取當(dāng)前表單域的內(nèi)容（名稱和值）
                        List<string> currentFieldContent = ExtractFieldContent(field);
 
                        // 如果提取到域內(nèi)容，則將其添加到 content 列表中
                        if (currentFieldContent.Count > 0)
                        {
                            content.AddRange(currentFieldContent);
 
                            // 如果不是最后一個(gè)表單域，添加一個(gè)空行用于分隔不同域的內(nèi)容
                            if (i < formWidget.FieldsWidget.List.Count - 1)
                            {
                                content.Add(""); // 添加空行分隔不同域的內(nèi)容
                            }
                        }
                    }
                }
 
                // 將提取的內(nèi)容逐行寫入文本文件
                File.WriteAllLines("提取域數(shù)據(jù).txt", content);
            }
        }
 
        /// <summary>
        /// 提取單個(gè) PDF 表單域的內(nèi)容（域名和域值）
        /// 根據(jù)不同的表單域類型（文本框、列表框、下拉框、單選按鈕、復(fù)選框）提取相應(yīng)的值
        /// </summary>
        /// <param name="field">當(dāng)前的 PDF 表單域?qū)ο?lt;/param>
        /// <returns>包含域內(nèi)容的字符串列表</returns>
        private static List<string> ExtractFieldContent(PdfField field)
        {
            // 初始化列表來存儲(chǔ)當(dāng)前表單域的內(nèi)容
            List<string> fieldContent = new List<string>();
 
            // 檢查該域是否為文本框
            if (field is PdfTextBoxFieldWidget textBoxField)
            {
                fieldContent.Add($"文本框名稱：{textBoxField.Name}");
                fieldContent.Add($"文本框值：{textBoxField.Text}");
            }
            // 檢查該域是否為列表框
            else if (field is PdfListBoxWidgetFieldWidget listBoxField)
            {
                fieldContent.Add($"列表框名稱：{listBoxField.Name}");
                fieldContent.Add("列表框選項(xiàng)：");
                // 遍歷并提取列表框中的所有選項(xiàng)
                foreach (PdfListWidgetItem item in listBoxField.Values)
                {
                    fieldContent.Add($"{item.Value}");
                }
                fieldContent.Add($"列表框選中項(xiàng)：{listBoxField.SelectedValue}");
            }
            // 檢查該域是否為下拉框
            else if (field is PdfComboBoxWidgetFieldWidget comboBoxField)
            {
                fieldContent.Add($"下拉框名稱：{comboBoxField.Name}");
                fieldContent.Add("下拉框選項(xiàng)：");
                // 遍歷并提取下拉框中的所有選項(xiàng)
                foreach (PdfListWidgetItem item in comboBoxField.Values)
                {
                    fieldContent.Add($"{item.Value}");
                }
                fieldContent.Add($"下拉框選中項(xiàng)：{comboBoxField.SelectedValue}");
            }
            // 檢查該域是否為單選按鈕
            else if (field is PdfRadioButtonListFieldWidget radioBtnField)
            {
                fieldContent.Add($"單選按鈕名稱：{radioBtnField.Name}");
                fieldContent.Add($"單選按鈕選中項(xiàng)：{radioBtnField.SelectedValue}");
            }
            // 檢查該域是否為復(fù)選框
            else if (field is PdfCheckBoxWidgetFieldWidget checkBoxField)
            {
                fieldContent.Add($"復(fù)選框名稱：{checkBoxField.Name}");
                fieldContent.Add($"復(fù)選框狀態(tài)：{(checkBoxField.Checked ? "選中" : "未選中")}");
            }
 
            // 返回當(dāng)前表單域的內(nèi)容
            return fieldContent;
        }
    }
}

C# 提取特定PDF表單域的數(shù)據(jù)

如果你需要從特定的表單域中提取數(shù)據(jù)，可以通過該表單域的名稱直接訪問它，然后通過判斷其類型對應(yīng)地獲取其內(nèi)容。

以下代碼展示了如何使用C# 從名為 “國家” 的PDF表單域中提取數(shù)據(jù)：

using Spire.Pdf;
using Spire.Pdf.Fields;
using Spire.Pdf.Widget;
using System.Collections.Generic;
using System.IO;
 
namespace ExtractSpecificFormData
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 初始化 PdfDocument 類實(shí)例，用于加載和處理 PDF 文件
            using (PdfDocument doc = new PdfDocument())
            {
                // 加載包含表單域的 PDF 文件
                doc.LoadFromFile("表單.pdf");
 
                // 創(chuàng)建列表來存儲(chǔ)提取的表單域名稱及其值
                List<string> content = new List<string>();
 
                // 獲取 PDF 文檔的表單對象
                PdfFormWidget formWidget = doc.Form as PdfFormWidget;
 
                // 指定域名稱
                string fieldName = "國家";
 
                // 檢查表單對象中是否包含表單域
                if (formWidget?.FieldsWidget.Count > 0)
                {
                    // 通過名稱訪問特定表單域
                    PdfField specificField = formWidget.FieldsWidget[fieldName];
 
                    // 確保域存在再進(jìn)行處理
                    if (specificField != null)
                    {
                        // 提取特定表單域的內(nèi)容（名稱和值）
                        List<string> specificFieldContent = ExtractFieldContent(specificField);
 
                        // 如果提取到內(nèi)容，則將其添加到 content 列表中
                        if (specificFieldContent.Count > 0)
                        {
                            content.AddRange(specificFieldContent);
                        }
                    }
                    else
                    {
                        content.Add($"未找到域 '{fieldName}'");
                    }
                }
                else
                {
                    content.Add("PDF 表單中未找到任何域");
                }
 
                // 將提取的內(nèi)容逐行寫入文本文件
                File.WriteAllLines("提取特定域數(shù)據(jù).txt", content);
            }
        }
 
        /// <summary>
        /// 提取單個(gè) PDF 表單域的內(nèi)容（名稱和值）
        /// 處理不同類型的表單域，如文本框、列表框、下拉框、單選按鈕和復(fù)選框
        /// </summary>
        /// <param name="field">當(dāng)前 PDF 表單域?qū)ο?lt;/param>
        /// <returns>包含表單域內(nèi)容的字符串列表</returns>
        private static List<string> ExtractFieldContent(PdfField field)
        {
            // 初始化列表來存儲(chǔ)當(dāng)前表單域的內(nèi)容
            List<string> fieldContent = new List<string>();
 
            // 檢查該域是否為文本框
            if (field is PdfTextBoxFieldWidget textBoxField)
            {
                // 將文本框的名稱和值添加到列表中
                fieldContent.Add($"文本框名稱：{textBoxField.Name}");
                fieldContent.Add($"文本框值：{textBoxField.Text}");
            }
            // 檢查該域是否為列表框
            else if (field is PdfListBoxWidgetFieldWidget listBoxField)
            {
                fieldContent.Add($"列表框名稱：{listBoxField.Name}");
                fieldContent.Add("列表框選項(xiàng)：");
                foreach (PdfListWidgetItem item in listBoxField.Values)
                {
                    fieldContent.Add($"{item.Value}");
                }
                fieldContent.Add($"列表框選中項(xiàng)：{listBoxField.SelectedValue}");
            }
            // 檢查該域是否為下拉框
            else if (field is PdfComboBoxWidgetFieldWidget comboBoxField)
            {
                fieldContent.Add($"下拉框名稱：{comboBoxField.Name}");
                fieldContent.Add("下拉框選項(xiàng)：");
                foreach (PdfListWidgetItem item in comboBoxField.Values)
                {
                    fieldContent.Add($"{item.Value}");
                }
                fieldContent.Add($"下拉框選中項(xiàng)：{comboBoxField.SelectedValue}");
            }
            // 檢查該域是否為單選按鈕
            else if (field is PdfRadioButtonListFieldWidget radioBtnField)
            {
                fieldContent.Add($"單選按鈕名稱：{radioBtnField.Name}");
                fieldContent.Add($"單選按鈕選中項(xiàng)：{radioBtnField.SelectedValue}");
            }
            // 檢查該域是否為復(fù)選框
            else if (field is PdfCheckBoxWidgetFieldWidget checkBoxField)
            {
                fieldContent.Add($"復(fù)選框名稱：{checkBoxField.Name}");
                fieldContent.Add($"復(fù)選框狀態(tài)：{(checkBoxField.Checked ? "選中" : "未選中")}");
            }
 
            // 返回當(dāng)前表單域的內(nèi)容列表
            return fieldContent;
        }
    }
}

以上就是使用C# 讀取PDF表單域數(shù)據(jù)的全部內(nèi)容。

到此這篇關(guān)于C#提取PDF表單數(shù)據(jù)的實(shí)現(xiàn)流程的文章就介紹到這了,更多相關(guān)C#提取PDF表單數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: