Извлечение данных формы PDF
Достаньте ответы из заполненной формы PDF в JSON или CSV, поле за полем.
Извлечение данных формы PDF работает полностью в браузере. Формы часто содержат персональные данные, и здесь они читаются на вашем устройстве.
Свести заполненную форму
Об инструменте Извлечение данных формы PDF
Заполненная форма PDF хранит ответы в объектах полей, а не в тексте страницы, поэтому копирование текста формы даёт все подписи и ни одного ответа. Инструмент читает эти объекты напрямую и раскладывает их в таблицу: имя поля ровно так, как его хранит документ, тип, ответ, варианты выпадающего списка и страницу, на которой поле находится. Результат выгружается плоским объектом JSON вида имя-значение, подробным JSON с типами и признаками или CSV для таблицы и рассылки.
Возможности
- Читает текстовые поля, флажки, группы переключателей, списки и поля подписи
- Показывает полное имя поля так, как его хранит PDF
- Показывает варианты выпадающего списка рядом с выбранным
- Отмечает обязательные и доступные только для чтения поля и указывает страницу
- Фильтр по имени или ответу и возможность скрыть незаполненные поля
- Экспорт в плоский JSON, подробный JSON или CSV
- Считает заполненные и пустые поля, чтобы видеть пропуски
Как использовать Извлечение данных формы PDF
- Перетащите заполненный PDF на страницу
- Просмотрите таблицу имён полей и ответов
- Отфильтруйте или скройте пустые поля, если форма длинная
- Скопируйте или скачайте данные в JSON или CSV
Пример
Ввод
W-9 with the name and address fields completed
Результат
{
"topmostSubform[0].Page1[0].f1_01[0]": "Ada Lovelace",
"topmostSubform[0].Page1[0].f1_07[0]": "12 Baker Street"
}
Имена полей берутся из документа, поэтому они совпадают с тем, что создаёт или обрабатывает форму.
Частые ошибки и устранение неполадок
- Полей не нашлось вовсе. — Скорее всего, это не AcroForm. Отсканированная страница или напечатанная в PDF после заполнения хранит ответы как графику — там нужны извлечение текста или OCR.
- Имена полей выглядят как f1_07[0]. — Так их назвал автор формы, и государственные бланки здесь худшие. Страница и ответ обычно проясняют, о каком видимом поле речь.
- Поле подписи выглядит пустым. — В поле подписи лежит криптографический объект, а не текст, поэтому извлекать нечего. Поле показано, чтобы вы знали о его существовании.
- Флажок показывает Off или 1 вместо «Да». — Экспортные значения флажков задаёт автор формы. Здесь они отображаются как отмеченные или пустые, а подробный экспорт сохраняет исходные значения.
Часто задаваемые вопросы
- Почему нельзя просто скопировать текст заполненной формы?
- Потому что ответы не входят в текст страницы. Поля AcroForm — отдельные объекты поверх страницы, поэтому копирование текста возвращает только напечатанные подписи.
- Что такое AcroForm?
- Слой интерактивных форм, встроенный в спецификацию PDF: он даёт текстовые поля, флажки и выпадающие списки. Его использует почти каждая заполняемая форма, кроме старых форм XFA.
- Можно ли извлечь данные сразу из нескольких форм?
- Здесь по одному документу за раз, но экспорт CSV рассчитан на объединение: обработайте каждую форму, добавьте строки — имена полей совпадут, потому что они из одного шаблона.
- Меняет ли извлечение сам PDF?
- Нет. Файл только читается, ничего не записывается обратно, и исходный документ остаётся прежним.
- Сработает ли это на форме с паролем?
- Только если она открывается без пароля. Документ, зашифрованный пользовательским паролем, нужно сначала расшифровать.
Связанные инструменты
- Растрирование PDF — Закрепляет поля заполненной формы на странице.
- PDF в текст — Извлекайте выделяемый текст из PDF в виде обычного текста или Markdown.
- Редактор метаданных PDF — Смотрите, правьте или стирайте заголовок, автора и другие поля PDF.
- Объединить PDF — Объедините несколько PDF в один с возможностью изменения порядка.
- Разделить PDF — Извлекайте страницы или диапазоны (например, 1-3,5,7-9) в новый PDF.
- Расшифровать PDF — Снимите защиту паролем с зашифрованного PDF.
Все инструменты ArrayKit