Экстрактор данных PDF-формы

Извлеките ответы из заполненной PDF-формы

Возвращённая форма — это данные, запертые в документе. Экстрактор данных PDF-формы читает значения из одной формы или из тридцати и выдаёт JSON, CSV, FDF или XFDF — полностью в вашем браузере.

Значения с правильным типом

• Текстовые поля возвращаются строками, включая многострочный текст.
• Флажки возвращаются логическим значением и тем экспортным значением, которое они действительно отправляют. Оно берётся из ключа /AP /N виджета: часто это 1, On или код товара, поэтому допущение Yes тихо портит данные.
• Переключатели возвращают выбранное экспортное значение, а не подпись рядом с кружком.
• Раскрывающиеся списки дают выбранный вариант, списки — массив.
• Поля подписи сообщают «подписано» или «не подписано», а также имя подписавшего, если оно есть в словаре подписи.

Пакетный режим — главное

Загрузите все возвращённые копии анкеты, и инструмент построит широкую таблицу: строка на документ, столбец на имя поля, а в заголовке — объединение всех имён. Выгрузите её в CSV и откройте в электронной таблице. Формы, в которых появился или пропал необязательный раздел, всё равно выстроятся: в документе без такого поля ячейка просто останется пустой.

Формы XFA

Некоторые PDF — прежде всего государственные и банковские формы эпохи LiveCycle — хранят ответы в XML-наборе данных XFA, а не в значениях AcroForm. Статический XFA дублирует их; динамический — нет, и большинство экстракторов возвращают пустоту. Этот инструмент читает и пакет datasets, объединяет его со значениями AcroForm и помечает источник каждого ответа, отдельно отмечая случаи, когда источники расходятся.

FDF и XFDF

Это стандартные форматы обмена данными формы, и здесь они пишутся правильно: поля вложены через /Kids, чтобы импорт попал в нужное вложенное поле, нелатинский текст кодируется в UTF-16BE, множественный выбор — повторяющимися элементами <value>. Импортируйте любой из них в пустую копию формы в Acrobat — и ответы вернутся на место.

Приватность

Каждый документ разбирается в вашем браузере средствами pdf-lib. Заполненные формы обычно содержат персональные данные: сюда ничего не загружается, и все файлы экспорта формируются локально.