Ich versuche, mit Python einige PDF-Formulare zu verarbeiten, die mit Adobe Acrobat Reader ausgefüllt und signiert wurden.

Ich habe es versucht

Das pdfminer demo: es wurden keine der ausgefüllten Daten ausgegeben. pyPdf: Beim Versuch, die Datei mit PdfFileReader (f) zu laden, wurde ein Core für 2 Minuten ausgelastet, und ich habe es einfach aufgegeben und beendet.Jython und PDFBox: das hat super geklappt, aber die Startzeit ist zu lang. Ich schreibe nur ein externes Dienstprogramm in Java, wenn das meine einzige Option ist.

Ich kann weiter nach Bibliotheken suchen und sie ausprobieren, aber ich hoffe, jemand hat bereits eine effiziente Lösung dafür.

Aktualisieren Basierend auf Stevens Antwort habe ich mir pdfminer angeschaut und es hat den Trick gut gemacht.

from argparse import ArgumentParser
import pickle
import pprint
from pdfminer.pdfparser import PDFParser, PDFDocument
from pdfminer.pdftypes import resolve1, PDFObjRef

def load_form(filename):
    """Load pdf form contents into a nested list of name/value tuples"""
    with open(filename, 'rb') as file:
        parser = PDFParser(file)
        doc = PDFDocument()
        parser.set_document(doc)
        doc.set_parser(parser)
        doc.initialize()
        return [load_fields(resolve1(f)) for f in
                   resolve1(doc.catalog['AcroForm'])['Fields']]

def load_fields(field):
    """Recursively load form fields"""
    form = field.get('Kids', None)
    if form:
        return [load_fields(resolve1(f)) for f in form]
    else:
        # Some field types, like signatures, need extra resolving
        return (field.get('T').decode('utf-16'), resolve1(field.get('V')))

def parse_cli():
    """Load command line arguments"""
    parser = ArgumentParser(description='Dump the form contents of a PDF.')
    parser.add_argument('file', metavar='pdf_form',
                    help='PDF Form to dump the contents of')
    parser.add_argument('-o', '--out', help='Write output to file',
                      default=None, metavar='FILE')
    parser.add_argument('-p', '--pickle', action='store_true', default=False,
                      help='Format output for python consumption')
    return parser.parse_args()

def main():
    args = parse_cli()
    form = load_form(args.file)
    if args.out:
        with open(args.out, 'w') as outfile:
            if args.pickle:
                pickle.dump(form, outfile)
            else:
                pp = pprint.PrettyPrinter(indent=2)
                file.write(pp.pformat(form))
    else:
        if args.pickle:
            print pickle.dumps(form)
        else:
            pp = pprint.PrettyPrinter(indent=2)
            pp.pprint(form)

if __name__ == '__main__':
    main()