【发布时间】：2012-04-12 08:14:27
【问题描述】：
我想使用库从 PDF 中提取表单数据，最好是打包在 ubuntu 中的免费软件库。
例如，假设我有一个 HTML 表单，但我也希望用户可以提交一个填写好的 PDF 表单而不是 HTML 表单。
所以，我正在寻找一个库（或简单的 CLI 实用程序），它以 PDF 作为输入，并允许我按名称提取填写的字段，就像 HTML 一样。
我尝试过 pdftotext，但这并不能真正保留信息，它只是将 PDF 呈现为文本。我尝试了 PDFminer，但它似乎根本不起作用（至少在我的测试 PDF 中）（只是得到了空输出）。
如果它是一个库，我对语言不太挑剔，但 python 会是一个加分项。
【问题讨论】：
-
顺便说一句，我过去曾使用 PDFMiner 完成一项非常相似的任务，它一直运行得非常好。