Extractor de datos de formularios PDF

Saca las respuestas de un formulario PDF rellenado

Un formulario devuelto son datos atrapados dentro de un documento. El Extractor de datos de formularios PDF lee los valores de un formulario —o de treinta— y te devuelve JSON, CSV, FDF o XFDF, todo dentro de tu navegador.

Valores con el tipo correcto

• Los campos de texto salen como cadenas, incluido el texto multilínea.
• Las casillas salen como booleano y como el valor de exportación que realmente envían. Ese valor procede de la clave /AP /N del widget: a menudo es 1, On o un código de producto, así que dar por hecho Yes produce datos erróneos sin avisar.
• Los botones de opción salen como el valor de exportación seleccionado, no como la etiqueta impresa junto al círculo.
• Los desplegables devuelven la opción elegida; los cuadros de lista, un array.
• Los campos de firma indican firmado o sin firmar, con el nombre del firmante cuando el diccionario de firma lo incluye.

El modo por lotes es la clave

Carga todas las copias devueltas de un formulario de solicitud y la herramienta construye una tabla ancha: una fila por documento, una columna por nombre de campo, con la unión de todos los nombres como cabecera. Expórtala en CSV y ábrela en tu hoja de cálculo. Los formularios que ganaron o perdieron una sección opcional siguen alineándose: el documento que no tiene un campo deja simplemente esa celda vacía.

Formularios XFA

Algunos PDF —sobre todo formularios oficiales y bancarios de la época de LiveCycle— guardan las respuestas en un conjunto de datos XML XFA en vez de en los valores AcroForm. Un XFA estático refleja ambos; uno dinámico no, y la mayoría de extractores no devuelven nada. Esta herramienta lee también el paquete datasets, lo combina con los valores AcroForm y etiqueta cada respuesta con su fuente, señalando además los casos en que las dos no coinciden.

FDF y XFDF

Ambos son los formatos estándar de intercambio de datos de formulario, y aquí se escriben correctamente: campos anidados mediante /Kids para que la importación aterrice en el campo anidado correcto, texto no latino en UTF-16BE y selecciones múltiples como elementos <value> repetidos. Importa cualquiera de ellos en una copia en blanco del formulario en Acrobat y las respuestas reaparecen.

Privacidad

Cada documento se analiza en tu navegador con pdf-lib. Los formularios rellenados suelen contener datos personales: aquí no se sube nada y todos los archivos de exportación se generan localmente.