解析 XPS 或 PDF 并将数据插入 Word 模板？

Posted 2023-02-25

【中文标题】解析 XPS 或 PDF 并将数据插入 Word 模板？

【英文标题】：Parsing XPS or PDF and inserting data into a Word Template?

【发布时间】：2013-07-04 00:53:33

【问题描述】：

因此，我可以选择从数据库发送文档以 PDF 或 XPS 格式打印。我需要能够从其中一种格式中提取特定数据，例如姓名、日期等，并将该数据插入到 word 模板中。单词模板不可编辑。您只能在字段内输入...每个字段前面都有一个标题，例如姓名、出生日期等。

基本上，我需要能够自动将该信息从 PDF 或 XPS 文件传输到 word 模板中。

我对 C++、Python 和 Java 已经足够熟悉了。所以我没有语言偏好——只要能完成这项工作。

您能否建议我可以设法完成此任务的方法？我在弄清楚如何从其中一种文件类型中解析/提取数据以及哪种文件类型是更好的候选者时遇到了一些困难。而且我绝对不知道如何自动化 Word 模板中的字段填充。

哦，忘了提，这是在 Windows 7（可能是 8，但大多数是 7）机器上。

非常感谢您提前提供的帮助！

【问题讨论】：

在此站点中搜索[c++] parse pdf、[c++] word automation，并尝试使用 Google 或 Bing。这个问题的范围太广了。这里的问题应该是具体的，并且每个帖子仅限于一个可回答的问题。您问了三个问题（解析 PDF、解析 XPS 和填充 Word 模板），但都太模糊了，无法回答。

@Ken White 听起来不错，谢谢。

【参考方案1】：

这适用于任何有相同问题的人，所以我就是这样做的：

我使用 PDFBox (http://pdfbox.apache.org/) 来解析文档并提取所需的数据，然后我使用 docx4j (http://www.docx4java.org/trac/docx4j) 将数据插入到 word 模板中。两者都是令人难以置信的工具，并且拥有几乎可以立即提供帮助的优秀社区。​​p>