pdf - 使用 UIPath 从 PDF 中刮取字段值数据

Question

我想从“w2 表单”（pdf）中抓取数据，以便我可以使用它保存到数据库中，但无法获取字段数据。

1. 我尝试过“<strong>Read PDF text”，它读取整个文档并获取所有文本，但我想找到字段明智的值，例如，

   员工社保号 => 1234 56 7890

   雇主识别号 => 11-22334455

2. 我尝试过“<strong>屏幕抓取”、“<strong>数据抓取”，但无法获得任何特定元素。

3. 我曾尝试使用“查找图像”和“获取文本”进行“<strong>Anchorbase”活动，但无法选择特定元素。

请找到随附的 pdf 文件供您参考。

W2表格pdf

任何帮助将不胜感激。

谢谢。

Answer 1

这是完全可读的 .pdf 文件，因此实现这一点应该不成问题。您必须阅读文档文本，然后使用正则表达式来查找您想要的内容。社会保险号或身份证号是相当结构化的数据，因此您可以轻松构建正则表达式。https://regex101.com/可以对此有所帮助。

你必须：

1. 使用 Read PDF Text 活动来获取 .pdf 的文本，
2. 分配活动，创建 System.Text.RegularExpressions.Match 类型的新变量
3. 导入命名空间：System.Text.RegularExpressions
4. 在assign use的右侧：Regex.Match(readedText, "\d{2}-\d{8}") 引号中有Employer标识号的正则表达式，
5. 如果 UiPath 显示未声明“Regex”，则保存工作流，关闭它，再次打开，再次导入命名空间，删除分配活动并再次创建它。
6. 就是这样，以同样的方式你可以找到第二个数字。

编辑。 例子.xaml