如何使用pdfbox获取PDF表单文本字段的内容？

我正在使用它来使用org.apache.pdfbox获取PDF文件的文本

File f = new File(fileName); if (!f.isFile()) { System.out.println("File " + fileName + " does not exist."); return null; } try { parser = new PDFParser(new FileInputStream(f)); } catch (Exception e) { System.out.println("Unable to open PDF Parser."); return null; } try { parser.parse(); cosDoc = parser.getDocument(); pdfStripper = new PDFTextStripper(); pdDoc = new PDDocument(cosDoc); parsedText = pdfStripper.getText(pdDoc); } catch (Exception e) { e.printStackTrace(); } 

它适用于我迄今为止使用过的PDF。 现在我有一个PDF表单，其中包含可编辑的文本字段。 我的代码不返回字段内的文本。 我想得到那个文字。 有没有办法使用PDFBox获取它？

Answer 1

这是您获取AcroForms的键/值的方法:(此特定程序将其打印到控制台。）

 package pdf_form_filler; import org.apache.pdfbox.pdmodel.PDDocument; import org.apache.pdfbox.pdmodel.PDDocumentCatalog; import org.apache.pdfbox.pdmodel.interactive.form.*; import java.io.File; import java.util.*; public class pdf_form_filler { public static void listFields(PDDocument doc) throws Exception { PDDocumentCatalog catalog = doc.getDocumentCatalog(); PDAcroForm form = catalog.getAcroForm(); List fields = form.getFields(); for(PDFieldTreeNode field: fields) { Object value = field.getValue(); String name = field.getFullyQualifiedName(); System.out.print(name); System.out.print(" = "); System.out.print(value); System.out.println(); } } public static void main(String[] args) throws Exception { File file = new File("test.pdf"); PDDocument doc = PDDocument.load(file); listFields(doc); } }