如何使用itext从文本文件中的数据填写（动态XFA）PDF

Question

我有一个本地 PDF 表单，其中包含一个永不更改的特定模板。我已将该表单标识为 XFA (xml) 动态表单，因为没有返回任何键集。 我正在尝试使用 itext 用 .txt 文件中包含的数据填写表单。据我了解，我需要以某种方式从文本文件中获取数据并将其正确放入 .xml文件，以便 itext 可以使用给定的 xml 操作原始 PDF。

表单以如下布局为例：

我在 Eclipse 中使用的示例代码编译/运行成功，但它需要文件 data.xml 中的数据才能使用字段数据填充空表单并输出填充的版本。问题是，对于我的实际项目，我没有用于正确填充表单的 data.xml 文件。原始字段数据位于 .txt 文件中，每行包含 PDF 中不同字段的数据。

示例：参考上面的图片，我的 .txt 文件看起来像这样，直到并包括标记为“FOUR”的字段：

• 约翰
• 15
• 黑色
• 本田
• 丰田
• 福特
• 宝马

我对两件事感到困惑：

1. 如何提取原始 PDF 的 xml 结构，以便我知道 使用 .txt 文件中的数据填充时要遵循的格式？

2.如何从文本文件中获取值并将它们正确插入到 .xml 结构中？

以下代码有效，但需要data.xml 才能填写“incomplete.pdf”。它使用代码xfa.fillXfaForm(new FileInputStream(XML)); 输入数据，但我一直纠结于如何识别“XML”的结构以及如何首先填写它。

感谢您的帮助，非常感谢。

代码：

package sandbox;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;


import java.io.PrintStream;
import java.util.Set;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.transform.OutputKeys;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.TransformerFactoryConfigurationError;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;

import org.w3c.dom.Document;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;

import com.itextpdf.text.DocumentException;
import com.itextpdf.text.pdf.AcroFields;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.PdfStamper;
import com.itextpdf.text.pdf.XfaForm;


public class FillXFA {

    public static final String SRC = "C:/Workspace/PDF/incomplete.pdf";
    public static final String XML = "C:/Workspace/PDF/data.xml";
    public static final String DEST = "C:/Workspace/PDF/completed.pdf";

    public static void main(String[] args) throws IOException, DocumentException {
        File file = new File(DEST);
        file.getParentFile().mkdirs();
        new FillXFA().manipulatePdf(SRC, DEST);
    }

    public void readXfa(String src, String dest)
            throws IOException, ParserConfigurationException, SAXException,
                TransformerFactoryConfigurationError, TransformerException {
            FileOutputStream os = new FileOutputStream(dest);
            PdfReader reader = new PdfReader(src);
            XfaForm xfa = new XfaForm(reader);
            Document doc = xfa.getDomDocument();
            Transformer tf = TransformerFactory.newInstance().newTransformer();
            tf.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
            tf.setOutputProperty(OutputKeys.INDENT, "yes");
            tf.transform(new DOMSource(doc), new StreamResult(os));
            reader.close();
        }

    public void manipulatePdf(String src, String dest)
        throws IOException, DocumentException {
        PdfReader reader = new PdfReader(src);
        PdfStamper stamper = new PdfStamper(reader,
                new FileOutputStream(dest));
        AcroFields form = stamper.getAcroFields();
        XfaForm xfa = form.getXfa();
        xfa.fillXfaForm(new FileInputStream(XML));
        stamper.close();
        reader.close();
    }
}

Answer 1

在 XFA 中，表单字段和表单数据之间的链接是使用称为 数据绑定 的概念建立的。字段可以有一个类似 XPath 的表达式来从 XML 数据结构中选择它们的值。这意味着需要对 XML 数据进行适当的结构化以适用于特定的 XFA 表单，但这种结构不一定是唯一的。

一个简单的例子： 假设您有一个只有 1 个文本字段的 XFA 表单。此文本字段与任何带有标签名称“名称”的 XML 元素具有数据绑定。在这种情况下，您的 data.xml 可以简单地是：

<Name>Hurmle</Name>

但是这个，以及无数种不同的 XML 结构，也可以工作：

<StackOverflow>
    <accounts>
        <account>
            <Name>Hurmle</Name>
        </account>
    </accounts>
</StackOverflow>

您的代码示例中的readXfa 方法将用于从XFA 表单中提取完整的XML 流。它由不同的部分组成。最相关的是：

• 模板：描述逻辑表单结构，包括所有字段及其数据绑定。
• xfa:datasets：保存有关数据的信息。由 2 个部分组成。
  • dataDescription：表单数据的架构，可选。数据描述语法在 XFA 规范中定义。
  • xfa:data：表单数据。

确定哪种 XML 结构有效的一种方法是查看所有字段的数据绑定（参见 模板）。因此，您将知道字段期望从何处获取数据。对于非平凡的形式，这可能很复杂和/或需要大量工作。

如果在 XFA 表单中可用，您可以使用 dataDescription。它将为您提供数据和信息的结构，例如元素的最小和最大出现次数。

最后，您可以查看表单中已经存在的数据（参见 xfa:data）。请记住，此 XML 结构不一定是完整的：可以省略空元素。例如，如果一个表单有 2 个字段，则可以将值指定为：

<SomeRoot>
    <Field1>Value1</Field1>
    <Field2></Field2>
</SomeRoot>

还有：

<SomeRoot>
    <Field1>Value1</Field1>
</SomeRoot>

第一种情况会让您更容易找出所需的结构。 如果 xfa:data 丢失或不完整，您可以尝试使用支持 XFA 的 PDF 查看器手动填写所有表单字段。保存时，查看器会根据数据描述和数据绑定填充xfa:data。

供参考：XFA specification