0

所以我有 1 个包含 3 个表单的文件，但其中 2 个使用完全相同的字段并具有相同的标签字段。示例：名称 1 = 表格 1 的名称，名称 1 = 表格 2 的名称。第 3 个名称的名称为 Name3。这是因为前两种形式，一种是供用户保留的，另一种是供供应商使用的。出于某种原因，只有第 3 个会填充标签，前 2 个表单没有显示任何内容。这是我的代码。

class PDFKeyMappings:
    ANNOT_KEY = '/Annots'
    ANNOT_FIELD_KEY = '/T'
    ANNOT_VAL_KEY = '/V'
    ANNOT_RECT_KEY = '/Rect'
    SUBTYPE_KEY = '/Subtype'
    WIDGET_SUBTYPE_KEY = '/Widget'
    PARENT_WIDGET_NUM = '/Parent'

with open(template_filename, "rb") as pdf:  
    tags = pdf_forms_helpers.check_template_tags(pdf, tags)

这是我的辅助功能。

def check_template_tags(template_pdf, tags):

    def search_pdf_tags(pdf_tags):
        for tag, tag_data in list(pdf_tags.items()):
            print("tag items are: ", list(pdf_tags.items()))
            pdf_tags[tag]["is_used"] = (f"{tag}" in extracted_fields)
            
            if tag_data.get("child_nodes"):
                search_pdf_tags(tag_data["child_nodes"])

    output_pdf = update_annotation_key(template_pdf)
    pdf_reader = pdfrw.PdfReader(output_pdf)
    extracted_fields = []

    for page in range(len(pdf_reader.pages)):
        annotations = pdf_reader.pages[page][PDFKeyMappings.ANNOT_KEY]
        if not annotations:
            continue
        for annotation in annotations:
            if annotation[PDFKeyMappings.SUBTYPE_KEY] != PDFKeyMappings.WIDGET_SUBTYPE_KEY or not annotation[PDFKeyMappings.ANNOT_FIELD_KEY]:
                continue
            extracted_fields.append(annotation[PDFKeyMappings.ANNOT_FIELD_KEY][1:-1].lower())

    search_pdf_tags(tags)
    print("tags being returned are: ", tags)
    return tags

这是 for 循环之后的打印内容。

tag items are: [('Name1', {'is_used': False}), ('Name3', {'is_used': False})]

这就是返回的标签的打印内容。

tags being returned are: {'Name1': {'is_used': False}, 'Name3': {'is_used': True}}

我现在发现的问题是提取的字段没有提取重复值。对于注释循环中的注释是我需要弄清楚的。

4

0 回答 0