使用PyPDF2获取复选框和单选字段时出现问题
我的项目涉及从我正在使用的一堆PDF表单文件中读取文本
PyPDF2
开源库。获取文本数据没有问题,如下所示:
选择 | 换行 | 行号
- reader = PdfReader("data/test.pdf")
- cnt = len(reader.pages)
- print("reading pdf (%d pages)" % cnt)
- page = reader.pages[cnt-1]
- lines = page.extract_text().splitlines()
- print("%d lines extracted..." % len(lines))
但是,此文本不包含单选和复选框的选中状态。我只得到普通文本(例如,"是"、"否"),而不是这些值。
我还尝试了Reader.get_field()和Reader.get_form_Text_field()方法,如
他们的文档
但它们返回空值。我也试着读了一遍
通过注释
但在页面上找不到"/Annots"。当我在记事本++中打开PDF以查看其元数据时,我得到的是:
选择 | 换行 | 行号
- %PDF-1.4
- %²³´µ
- %Generated by ExpertPdf v9.2.2
在我看来,这些复选框不是PDF中常用的表单域,但看起来类似于HTML元素。有没有办法使用python来提取这些字段?