Pdf a Acro Form – Python – Fórum – Programujte.com

Ahoj všichni. Mám zdrojové pdf o dvou stránkách a první stránka obsahuje několik formulářových polí. Postupně z .csv souboru načítám řádky, doplní se údaje do formulářového pole a uloží se separátní soubor. Takto se vytvoří cca 400 souborů pdf s vyplněnými údaji zaměstnanců. Abych mohl vše vytisknout, potřebuji soubory sloučit do jednoho. Nemohu nalést žádné vhodné řešení. Soubory se mi podaří sloučit, ale údaje formulářového pole jsou v celém souboru pak stejné. 

Zde přikládám mé řešení

from pdfrw import PdfReader, PdfWriter
def marge(seznam):
    writer = PdfWriter()
    for fname in seznam:
        r = PdfReader(fname)
        acro_form = r.Root.AcroForm
        writer.addpages(r.pages)
        writer.trailer.Root.AcroForm = acro_form
    writer.write("./OUT/output.pdf")

Mně funguje zopakování a přejmenování definice polí. (Merguju stejné formuláře)

from pdfrw import PdfReader, PdfWriter, PdfName

def merge(outfile, seznam):
    PdfT = PdfName("T")
    PdfFields = PdfName("Fields")

    writer = PdfWriter()
    merged_acroform = None

    for idx, fname in enumerate(seznam):
        reader = PdfReader(fname)
        form = reader.Root.AcroForm
        fields = form[PdfFields]
        for field in fields:
            name = field[PdfT][1:-1]
            field[PdfT] = f"{name}_merge{idx}"

        if merged_acroform is None:
            merged_acroform = form
        else:
            merged_acroform[PdfFields] += fields

        writer.addpages(reader.pages)

    writer.trailer.Root.AcroForm = merged_acroform
    writer.write(outfile)

#2 gna#2 gna

Bohužel to nefunguje,

vstupní seznam obsahuje cesty k souborům určené ke sloučení.

při debagování má řádka PdfFields = PdfName("Fields")  v sobě uloženou hodnotu PdfFields: /Fields

Řádka fields = form[PdfFields] vrátí ale None, takže následný cyklus končí chybou

Připojen obrázek.

Jestli můžeš, tak pošli 2 ukázkové soubory. Já na to mrknu.

#4 gna

4x pdf ke stažení
https://wetransfer.com/downloads/b5783d1e6b9390f780467b62f892aa3120230104145020/cea4dc6a3863152f0ff75f05e9040f3120230104145020/d80213

 To je zvláštní, že to nemá tu definici Fields, ale toto teda (u mě) chodí.

from pdfrw import PdfReader, PdfWriter, PdfDict, PdfName, PdfString

def merge(outfile, seznam):
    writer = PdfWriter()
    merged_acroform = None

    for idx, fname in enumerate(seznam):
        reader = PdfReader(fname)
        assert not reader.Root.AcroForm or not reader.Root.AcroForm.Fields

        if merged_acroform is None and reader.Root.AcroForm:
            merged_acroform = reader.Root.AcroForm

        for page in reader.pages:
            for annot in page.Annots or []:
                name = annot.T[1:-1]
                annot.T = f"{name}_merge{idx}"

        writer.addpages(reader.pages)

    if merged_acroform:
        writer.trailer.Root.AcroForm = merged_acroform
    else:
        writer.trailer.Root.AcroForm = PdfDict({PdfName("NeedAppearances"): PdfString("true")})
    writer.write(outfile)

#6 gna
Tohle už funguje super. Díky