使用网格中逐个字符输入填充 PDF 表单的 Python 脚本失败

Question

我正在开发一个 Python 程序，使用 PyMuPDF (fitz) 自动填写 PDF 表单。我创建了一个基本的 PDF 表单，其中占位符可以是：

文本字段使用下划线 (__________)，或 用于在每个块中输入一个字符的块/网格单元。 我通过识别边界框成功地为带有下划线的字段插入了文本，但是当尝试将字符写入网格的各个块时，我的代码失败了。

这是我迄今为止尝试过的：

    # JSON data
form_data = {
    "Name": "John",
    "Surname": "Carter",
    "ID": "238094238094",
    "Contact": "08348392983",
    "email": "[email protected]",
    "Address": "123 Street, City",
    "City": "Pilgrims",
}

我使用 page.get_drawings() 识别了网格单元（矩形），并验证了它们与标签的接近度（例如“姓氏：”）。 我按照单元格的 x 坐标从左到右对单元格进行排序。 我尝试将文本的每个字符（例如“Jele”）放入网格单元中，但它没有按预期工作。 我可以突出显示网格单元（例如，通过为其边框着色），但文本位置无法正确对齐或完全失败。

这是我到目前为止编写的代码：

import fitz  # PyMuPDF

# File paths
input_pdf_path = "Fill_form1.pdf"
output_pdf_path = "Filled_form.pdf"

# Example data
form_data = {"Surname": "Jele"}

# Open the PDF
doc = fitz.open(input_pdf_path)

# Function to detect grid cells
def detect_grid_cells(page, label):
 grid_cells = []
 text_instances = page.search_for(f"{label}:")
 
 for inst in text_instances:
     x_start, y_start, x_end, y_end = inst
     drawings = page.get_drawings()
     for drawing in drawings:
         rect = drawing["rect"]
         if rect.y0 > y_start and abs(rect.x0 - x_end) < 200:  # Adjust proximity as needed
             grid_cells.append((rect.x0, rect.y0, rect.x1, rect.y1))
 
 grid_cells.sort(key=lambda box: box[0])  # Sort left-to-right
 return grid_cells

# Function to fill characters into grid cells
def fill_characters_in_grid(page, grid_cells, text):
 for i, char in enumerate(text):
     if i >= len(grid_cells):  # Stop if text exceeds number of cells
         break
     x_start, y_start, _, _ = grid_cells[i]
     page.insert_text((x_start + 2, y_start + 2), char, fontsize=12, color=(0, 0, 0))

# Process the Surname field
for page_num in range(len(doc)):
 page = doc[page_num]
 grid_cells = detect_grid_cells(page, "Surname")
 if grid_cells:
     fill_characters_in_grid(page, grid_cells, form_data["Surname"])

# Save the PDF
doc.save(output_pdf_path)
doc.close()

什么有效：

我可以成功识别网格单元并正确对它们进行排序。 我可以为网格单元格的边框着色（使用 page.draw_rect）。

什么不起作用：

当我尝试在每个网格单元格中写入字符时，文本无法正确对齐或根本不显示。

我的问题：

如何使用 PyMuPDF 为每个网格单元正确放置一个字符？

是否有更好的方法来识别 PDF 中的网格字段并与之交互？

PyMuPDF 处理这种字符放置有限制吗？

任何帮助或建议将不胜感激！

Answer 1

你可以尝试使用其他库，例如“ReportLab”或“pdfrw”吗？

对于文本插入，你可以尝试这个吗？

page.insert_text((x_start + 5, y_start + 5), char, fontsize=12, color=(0, 0, 0))

也使用“draw_text”方法

page.draw_text((x_start + 2, y_start + 2), char, fontsize=12, color=(0, 0, 0))