IronPDF vous permet d'extraire des données de formulaires PDF en C# avec un code simple, en lisant par programmation les champs de texte, les cases à cocher, les boutons radio et les listes déroulantes. Cela élimine la saisie manuelle des données et automatise les flux de travail de traitement des formulaires en quelques secondes.
Travailler avec des formulaires PDF peut être un vrai casse-tête pour les développeurs. Qu'il s'agisse de traiter des candidatures d'emploi, des réponses à des enquêtes ou des demandes d'indemnisation, la copie manuelle des données de formulaires est extrêmement longue et sujette aux erreurs. Avec IronPDF, vous pouvez éviter tout ce travail fastidieux et extraire les valeurs des champs des formulaires interactifs d'un document PDF avec seulement quelques lignes de code. Cela transforme ce qui prenait des heures en secondes.
Dans cet article, je vais vous montrer comment récupérer tous les champs d'un formulaire simple en utilisant un objet formulaire en C#. Le code exemple démontre comment parcourir chaque champ et en extraire la valeur sans tracas. C'est simple, et vous n'aurez pas à vous battre avec des visionneuses PDF capricieuses ni à gérer des problèmes de mise en forme cachés. Pour DevOps ingénieurs, la conception conviviale pour la conteneurisation d'IronPDF signifie que vous pouvez déployer des services de traitement de formulaires dans Docker sans vous débattre avec des dépendances natives complexes.
La configuration d'IronPDF pour l'extraction des champs de formulaire PDF nécessite une configuration minimale. Installez la bibliothèque via NuGet Package Manager :
Install-Package IronPdfOu via l'interface de gestion de packages de Visual Studio. IronPDF prend en charge Windows, Linux, macOS et les conteneurs Docker, ce qui le rend polyvalent pour divers scénarios de déploiement. Pour des instructions de configuration détaillées, consultez la documentation IronPDF.
Pour les déploiements conteneurisés, IronPDF propose une configuration Docker simplifiée :
FROM mcr.microsoft.com/dotnet/runtime:8.0 AS base
WORKDIR /app
# Install dependencies for IronPDF on Linux
RUN apt-get update && apt-get install -y \
libgdiplus \
libc6-dev \
&& rm -rf /var/lib/apt/lists/*
FROM mcr.microsoft.com/dotnet/sdk:8.0 AS build
WORKDIR /src
COPY ["YourProject.csproj", "."]
RUN dotnet restore "YourProject.csproj"
COPY . .
RUN dotnet build "YourProject.csproj" -c Release -o /app/build
FROM build AS publish
RUN dotnet publish "YourProject.csproj" -c Release -o /app/publish
FROM base AS final
WORKDIR /app
COPY --from=publish /app/publish .
ENTRYPOINT ["dotnet", "YourProject.dll"]Le code suivant montre comment IronPDF peut être utilisé pour lire tous les champs d'un fichier PDF existant :
using IronPdf;
using System;
class Program
{
static void Main(string[] args)
{
// Load the PDF document containing interactive form fields
PdfDocument pdf = PdfDocument.FromFile("application_form.pdf");
// Access the form object and iterate through all fields
var form = pdf.Form;
foreach (var field in form)
{
Console.WriteLine($"Field Name: {field.Name}");
Console.WriteLine($"Field Value: {field.Value}");
Console.WriteLine($"Field Type: {field.GetType().Name}");
Console.WriteLine("---");
}
}
}Imports IronPdf
Imports System
Class Program
Shared Sub Main(args As String())
' Load the PDF document containing interactive form fields
Dim pdf As PdfDocument = PdfDocument.FromFile("application_form.pdf")
' Access the form object and iterate through all fields
Dim form = pdf.Form
For Each field In form
Console.WriteLine($"Field Name: {field.Name}")
Console.WriteLine($"Field Value: {field.Value}")
Console.WriteLine($"Field Type: {field.GetType().Name}")
Console.WriteLine("---")
Next
End Sub
End ClassCe code charge un fichier PDF contenant un formulaire simple, parcourt chaque champ du formulaire et affiche le nom du champ, la valeur du champ et le type de champ. La méthode PdfDocument.FromFile() analyse le document PDF, tandis que la propriété Form fournit un accès à tous les champs de formulaire interactifs. Chaque champ expose des propriétés spécifiques à son type, permettant une extraction précise des données. Pour des scénarios plus complexes, explorez la Référence API IronPDF pour des méthodes avancées de manipulation de formulaires.
Les formulaires PDF contiennent divers types de champs, chacun nécessitant un traitement spécifique. IronPDF identifie automatiquement les types de champs et fournit un accès personnalisé :
using IronPdf;
using System.Collections.Generic;
using System.Linq;
PdfDocument pdf = PdfDocument.FromFile("complex_form.pdf");
// Text fields - standard input boxes
var nameField = pdf.Form.FindFormField("fullName");
string userName = nameField.Value;
// Checkboxes - binary selections
var agreeCheckbox = pdf.Form.FindFormField("termsAccepted");
bool isChecked = agreeCheckbox.Value == "Yes";
// Radio buttons - single choice from group
var genderRadio = pdf.Form.FindFormField("gender");
string selectedGender = genderRadio.Value;
// Dropdown lists (ComboBox) - predefined options
var countryDropdown = pdf.Form.FindFormField("country");
string selectedCountry = countryDropdown.Value;
// Access all available options
var availableCountries = countryDropdown.Choices;
// Multi-line text areas
var commentsField = pdf.Form.FindFormField("comments_part1_513");
string userComments = commentsField.Value;
// Grab all fields that start with "interests_"
var interestFields = pdf.Form
.Where(f => f.Name.StartsWith("interests_"));
// Collect checked interests
List<string> selectedInterests = new List<string>();
foreach (var field in interestFields)
{
if (field.Value == "Yes") // checkboxes are "Yes" if checked
{
// Extract the interest name from the field name
string interestName = field.Name.Replace("interests_", "");
selectedInterests.Add(interestName);
}
}Imports IronPdf
Imports System.Collections.Generic
Imports System.Linq
Dim pdf As PdfDocument = PdfDocument.FromFile("complex_form.pdf")
' Text fields - standard input boxes
Dim nameField = pdf.Form.FindFormField("fullName")
Dim userName As String = nameField.Value
' Checkboxes - binary selections
Dim agreeCheckbox = pdf.Form.FindFormField("termsAccepted")
Dim isChecked As Boolean = agreeCheckbox.Value = "Yes"
' Radio buttons - single choice from group
Dim genderRadio = pdf.Form.FindFormField("gender")
Dim selectedGender As String = genderRadio.Value
' Dropdown lists (ComboBox) - predefined options
Dim countryDropdown = pdf.Form.FindFormField("country")
Dim selectedCountry As String = countryDropdown.Value
' Access all available options
Dim availableCountries = countryDropdown.Choices
' Multi-line text areas
Dim commentsField = pdf.Form.FindFormField("comments_part1_513")
Dim userComments As String = commentsField.Value
' Grab all fields that start with "interests_"
Dim interestFields = pdf.Form.Where(Function(f) f.Name.StartsWith("interests_"))
' Collect checked interests
Dim selectedInterests As New List(Of String)()
For Each field In interestFields
If field.Value = "Yes" Then ' checkboxes are "Yes" if checked
' Extract the interest name from the field name
Dim interestName As String = field.Name.Replace("interests_", "")
selectedInterests.Add(interestName)
End If
NextLa méthode FindFormField() permet un accès direct à des champs spécifiques par nom, éliminant le besoin d'itérer sur tous les champs de formulaire. Les cases à cocher renvoient "Oui" si elles sont cochées, tandis que les boutons radio renvoient la valeur sélectionnée. Les champs de choix, tels que les listes déroulantes et les boîtes de listes, fournissent à la fois la valeur du champ et toutes les options disponibles grâce à la propriété Choices. Ce jeu complet de méthodes permet aux développeurs d'accéder et d'extraire des données de formulaires interactifs complexes. Lors de la manipulation de formulaires complexes, envisagez d'utiliser les fonctionnalités d'édition de formulaires d'IronPDF pour remplir ou modifier les valeurs des champs par programmation avant l'extraction.
Ici, vous pouvez voir comment IronPDF peut prendre un formulaire plus complexe et extraire des données des valeurs des champs de formulaire :
Imaginez un scénario où vous devez traiter des centaines de formulaires PDF à partir de sondages clients. Le code suivant démontre le traitement par lots avec IronPDF :
using IronPdf;
using System;
using System.Text;
using System.IO;
using System.Collections.Generic;
public class SurveyProcessor
{
static void Main(string[] args)
{
ProcessSurveyBatch(@"C:\Surveys");
}
public static void ProcessSurveyBatch(string folderPath)
{
StringBuilder csvData = new StringBuilder();
csvData.AppendLine("Date,Name,Email,Rating,Feedback");
foreach (string pdfFile in Directory.GetFiles(folderPath, "*.pdf"))
{
try
{
PdfDocument survey = PdfDocument.FromFile(pdfFile);
string date = survey.Form.FindFormField("surveyDate")?.Value ?? "";
string name = survey.Form.FindFormField("customerName")?.Value ?? "";
string email = survey.Form.FindFormField("email")?.Value ?? "";
string rating = survey.Form.FindFormField("satisfaction")?.Value ?? "";
string feedback = survey.Form.FindFormField("comments")?.Value ?? "";
feedback = feedback.Replace("\n", " ").Replace("\"", "\"\"");
csvData.AppendLine($"{date},{name},{email},{rating},\"{feedback}\"");
}
catch (Exception ex)
{
Console.WriteLine($"Error processing {pdfFile}: {ex.Message}");
}
}
File.WriteAllText("survey_results.csv", csvData.ToString());
Console.WriteLine("Survey processing complete!");
}
}Imports IronPdf
Imports System
Imports System.Text
Imports System.IO
Imports System.Collections.Generic
Public Class SurveyProcessor
Shared Sub Main(args As String())
ProcessSurveyBatch("C:\Surveys")
End Sub
Public Shared Sub ProcessSurveyBatch(folderPath As String)
Dim csvData As New StringBuilder()
csvData.AppendLine("Date,Name,Email,Rating,Feedback")
For Each pdfFile As String In Directory.GetFiles(folderPath, "*.pdf")
Try
Dim survey As PdfDocument = PdfDocument.FromFile(pdfFile)
Dim [date] As String = If(survey.Form.FindFormField("surveyDate")?.Value, "")
Dim name As String = If(survey.Form.FindFormField("customerName")?.Value, "")
Dim email As String = If(survey.Form.FindFormField("email")?.Value, "")
Dim rating As String = If(survey.Form.FindFormField("satisfaction")?.Value, "")
Dim feedback As String = If(survey.Form.FindFormField("comments")?.Value, "")
feedback = feedback.Replace(vbLf, " ").Replace("""", """""")
csvData.AppendLine($"{[date]},{name},{email},{rating},""{feedback}""")
Catch ex As Exception
Console.WriteLine($"Error processing {pdfFile}: {ex.Message}")
End Try
Next
File.WriteAllText("survey_results.csv", csvData.ToString())
Console.WriteLine("Survey processing complete!")
End Sub
End ClassCe processeur de lots lit tous les formulaires de sondage PDF d'un répertoire, extrait les données pertinentes des champs et exporte les résultats dans un fichier CSV. L'opérateur de fusion NULL (??) fournit des valeurs par défaut pour les champs manquants, garantissant une extraction de données robuste même avec des formulaires incomplets. La gestion des erreurs permet de capturer les fichiers PDF problématiques sans interrompre le traitement par lots.
Pour DevOps ingénieurs cherchant à déployer le traitement de formulaires à grande échelle, voici un service API prêt pour la production qui gère l'extraction de formulaires PDF :
using Microsoft.AspNetCore.Mvc;
using IronPdf;
using System.Collections.Concurrent;
[ApiController]
[Route("api/[controller]")]
public class FormProcessorController : ControllerBase
{
private static readonly ConcurrentDictionary<string, ProcessingStatus> _processingJobs = new();
[HttpPost("extract")]
public async Task<IActionResult> ExtractFormData(IFormFile pdfFile)
{
if (pdfFile == null || pdfFile.Length == 0)
return BadRequest("No file uploaded");
var jobId = Guid.NewGuid().ToString();
_processingJobs[jobId] = new ProcessingStatus { Status = "Processing" };
// Process asynchronously to avoid blocking
_ = Task.Run(async () =>
{
try
{
using var stream = new MemoryStream();
await pdfFile.CopyToAsync(stream);
var pdf = PdfDocument.FromStream(stream);
var extractedData = new Dictionary<string, string>();
foreach (var field in pdf.Form)
{
extractedData[field.Name] = field.Value;
}
_processingJobs[jobId] = new ProcessingStatus
{
Status = "Complete",
Data = extractedData
};
}
catch (Exception ex)
{
_processingJobs[jobId] = new ProcessingStatus
{
Status = "Error",
Error = ex.Message
};
}
});
return Accepted(new { jobId });
}
[HttpGet("status/{jobId}")]
public IActionResult GetStatus(string jobId)
{
if (_processingJobs.TryGetValue(jobId, out var status))
return Ok(status);
return NotFound();
}
[HttpGet("health")]
public IActionResult HealthCheck()
{
return Ok(new
{
status = "healthy",
activeJobs = _processingJobs.Count(j => j.Value.Status == "Processing"),
completedJobs = _processingJobs.Count(j => j.Value.Status == "Complete")
});
}
}
public class ProcessingStatus
{
public string Status { get; set; }
public Dictionary<string, string> Data { get; set; }
public string Error { get; set; }
}Imports Microsoft.AspNetCore.Mvc
Imports IronPdf
Imports System.Collections.Concurrent
<ApiController>
<Route("api/[controller]")>
Public Class FormProcessorController
Inherits ControllerBase
Private Shared ReadOnly _processingJobs As New ConcurrentDictionary(Of String, ProcessingStatus)()
<HttpPost("extract")>
Public Async Function ExtractFormData(pdfFile As IFormFile) As Task(Of IActionResult)
If pdfFile Is Nothing OrElse pdfFile.Length = 0 Then
Return BadRequest("No file uploaded")
End If
Dim jobId = Guid.NewGuid().ToString()
_processingJobs(jobId) = New ProcessingStatus With {.Status = "Processing"}
' Process asynchronously to avoid blocking
Task.Run(Async Function()
Try
Using stream As New MemoryStream()
Await pdfFile.CopyToAsync(stream)
Dim pdf = PdfDocument.FromStream(stream)
Dim extractedData As New Dictionary(Of String, String)()
For Each field In pdf.Form
extractedData(field.Name) = field.Value
Next
_processingJobs(jobId) = New ProcessingStatus With {
.Status = "Complete",
.Data = extractedData
}
Catch ex As Exception
_processingJobs(jobId) = New ProcessingStatus With {
.Status = "Error",
.Error = ex.Message
}
End Try
End Function)
Return Accepted(New With {jobId})
End Function
<HttpGet("status/{jobId}")>
Public Function GetStatus(jobId As String) As IActionResult
Dim status As ProcessingStatus = Nothing
If _processingJobs.TryGetValue(jobId, status) Then
Return Ok(status)
End If
Return NotFound()
End Function
<HttpGet("health")>
Public Function HealthCheck() As IActionResult
Return Ok(New With {
.status = "healthy",
.activeJobs = _processingJobs.Count(Function(j) j.Value.Status = "Processing"),
.completedJobs = _processingJobs.Count(Function(j) j.Value.Status = "Complete")
})
End Function
End Class
Public Class ProcessingStatus
Public Property Status As String
Public Property Data As Dictionary(Of String, String)
Public Property Error As String
End ClassCe service API assure le traitement asynchrone des formulaires avec suivi des tâches, idéal pour les architectures de microservices. Le point de terminaison /health permet aux orchestrateurs de conteneurs comme Kubernetes de surveiller la santé des services. Déployez ce service à l'aide de Docker Compose :
version: '3.8'
services:
form-processor:
build: .
ports:
- "8080:80"
environment:
- ASPNETCORE_ENVIRONMENT=Production
- IRONPDF_LICENSE_KEY=${IRONPDF_LICENSE_KEY}
healthcheck:
test: ["CMD", "curl", "-f", "___PROTECTED_URL_7___"]
interval: 30s
timeout: 10s
retries: 3
deploy:
resources:
limits:
cpus: '2'
memory: 2G
reservations:
cpus: '1'
memory: 1GLors du traitement de volumes importants de formulaires PDF, l'optimisation des ressources devient cruciale. IronPDF propose plusieurs stratégies pour maximiser le débit :
using IronPdf;
using System.Threading.Tasks.Dataflow;
public class HighPerformanceFormProcessor
{
public static async Task ProcessFormsInParallel(string[] pdfPaths)
{
// Configure parallelism based on available CPU cores
var processorCount = Environment.ProcessorCount;
var actionBlock = new ActionBlock<string>(
async pdfPath => await ProcessSingleForm(pdfPath),
new ExecutionDataflowBlockOptions
{
MaxDegreeOfParallelism = processorCount,
BoundedCapacity = processorCount * 2 // Prevent memory overflow
});
// Feed PDFs to the processing pipeline
foreach (var path in pdfPaths)
{
await actionBlock.SendAsync(path);
}
actionBlock.Complete();
await actionBlock.Completion;
}
private static async Task ProcessSingleForm(string pdfPath)
{
try
{
// Use async file reading to avoid blocking I/O
using var fileStream = new FileStream(pdfPath, FileMode.Open, FileAccess.Read, FileShare.Read, 4096, true);
var pdf = PdfDocument.FromStream(fileStream);
// Process form fields
var results = new Dictionary<string, string>();
foreach (var field in pdf.Form)
{
results[field.Name] = field.Value;
}
// Store results (implement your storage logic)
await StoreResults(Path.GetFileName(pdfPath), results);
}
catch (Exception ex)
{
// Log error (implement your logging)
Console.WriteLine($"Error processing {pdfPath}: {ex.Message}");
}
}
private static async Task StoreResults(string fileName, Dictionary<string, string> data)
{
// Implement your storage logic (database, file system, cloud storage)
await Task.CompletedTask; // Placeholder
}
}Imports IronPdf
Imports System.Threading.Tasks.Dataflow
Public Class HighPerformanceFormProcessor
Public Shared Async Function ProcessFormsInParallel(pdfPaths As String()) As Task
' Configure parallelism based on available CPU cores
Dim processorCount = Environment.ProcessorCount
Dim actionBlock = New ActionBlock(Of String)(
Async Function(pdfPath) Await ProcessSingleForm(pdfPath),
New ExecutionDataflowBlockOptions With {
.MaxDegreeOfParallelism = processorCount,
.BoundedCapacity = processorCount * 2 ' Prevent memory overflow
})
' Feed PDFs to the processing pipeline
For Each path In pdfPaths
Await actionBlock.SendAsync(path)
Next
actionBlock.Complete()
Await actionBlock.Completion
End Function
Private Shared Async Function ProcessSingleForm(pdfPath As String) As Task
Try
' Use async file reading to avoid blocking I/O
Using fileStream = New FileStream(pdfPath, FileMode.Open, FileAccess.Read, FileShare.Read, 4096, True)
Dim pdf = PdfDocument.FromStream(fileStream)
' Process form fields
Dim results = New Dictionary(Of String, String)()
For Each field In pdf.Form
results(field.Name) = field.Value
Next
' Store results (implement your storage logic)
Await StoreResults(Path.GetFileName(pdfPath), results)
End Using
Catch ex As Exception
' Log error (implement your logging)
Console.WriteLine($"Error processing {pdfPath}: {ex.Message}")
End Try
End Function
Private Shared Async Function StoreResults(fileName As String, data As Dictionary(Of String, String)) As Task
' Implement your storage logic (database, file system, cloud storage)
Await Task.CompletedTask ' Placeholder
End Function
End ClassCette implémentation utilise TPL Dataflow pour créer un pipeline de traitement limité qui empêche l'épuisement de la mémoire tout en maximisant l'utilisation du processeur. Le paramètre BoundedCapacity veille à ce que le pipeline ne charge pas trop de PDFs en mémoire simultanément, crucial pour les environnements conteneurisés avec des limites de mémoire.
Pour les déploiements en production, une surveillance complète garantit un traitement fiable des formulaires. Intégrez les métriques d'application à l'aide d'outils d'observabilité populaires :
using Prometheus;
using System.Diagnostics;
public class MonitoredFormProcessor
{
private static readonly Counter ProcessedFormsCounter = Metrics
.CreateCounter("pdf_forms_processed_total", "Total number of processed PDF forms");
private static readonly Histogram ProcessingDuration = Metrics
.CreateHistogram("pdf_form_processing_duration_seconds", "Processing duration in seconds");
private static readonly Gauge ActiveProcessingGauge = Metrics
.CreateGauge("pdf_forms_active_processing", "Number of forms currently being processed");
public async Task<FormExtractionResult> ProcessFormWithMetrics(string pdfPath)
{
using (ProcessingDuration.NewTimer())
{
ActiveProcessingGauge.Inc();
try
{
var pdf = PdfDocument.FromFile(pdfPath);
var result = new FormExtractionResult
{
FieldCount = pdf.Form.Count(),
Fields = new Dictionary<string, string>()
};
foreach (var field in pdf.Form)
{
result.Fields[field.Name] = field.Value;
}
ProcessedFormsCounter.Inc();
return result;
}
finally
{
ActiveProcessingGauge.Dec();
}
}
}
}
public class FormExtractionResult
{
public int FieldCount { get; set; }
public Dictionary<string, string> Fields { get; set; }
}Imports Prometheus
Imports System.Diagnostics
Public Class MonitoredFormProcessor
Private Shared ReadOnly ProcessedFormsCounter As Counter = Metrics.CreateCounter("pdf_forms_processed_total", "Total number of processed PDF forms")
Private Shared ReadOnly ProcessingDuration As Histogram = Metrics.CreateHistogram("pdf_form_processing_duration_seconds", "Processing duration in seconds")
Private Shared ReadOnly ActiveProcessingGauge As Gauge = Metrics.CreateGauge("pdf_forms_active_processing", "Number of forms currently being processed")
Public Async Function ProcessFormWithMetrics(pdfPath As String) As Task(Of FormExtractionResult)
Using ProcessingDuration.NewTimer()
ActiveProcessingGauge.Inc()
Try
Dim pdf = PdfDocument.FromFile(pdfPath)
Dim result As New FormExtractionResult With {
.FieldCount = pdf.Form.Count(),
.Fields = New Dictionary(Of String, String)()
}
For Each field In pdf.Form
result.Fields(field.Name) = field.Value
Next
ProcessedFormsCounter.Inc()
Return result
Finally
ActiveProcessingGauge.Dec()
End Try
End Using
End Function
End Class
Public Class FormExtractionResult
Public Property FieldCount As Integer
Public Property Fields As Dictionary(Of String, String)
End ClassCes indicateurs Prometheus s'intègrent parfaitement aux tableaux de bord Grafana, offrant une visibilité en temps réel sur les performances de traitement des formulaires. Configurez des règles d'alerte pour être notifié lorsque les temps de traitement dépassent les seuils ou que les taux d'erreur augmentent brusquement.
IronPDF simplifie l'extraction de données de formulaires PDF en C#, transformant le traitement complexe des documents en code simple. De la lecture de champs basique au traitement par lots à l'échelle de l'entreprise, la bibliothèque gère efficacement divers types de formulaires. Pour les équipes DevOps, l'architecture conviviale pour les conteneurs d'IronPDF et ses dépendances minimales permettent des déploiements fluides sur les plateformes cloud. Les exemples fournis illustrent des implémentations pratiques pour des scénarios réels, allant de simples applications console à des microservices évolutifs avec surveillance.
Que vous automatisiez le traitement des enquêtes, numérisiez des formulaires papier ou construisiez des systèmes de gestion de documents, IronPDF fournit les outils nécessaires pour extraire les données des formulaires de manière fiable. Sa compatibilité multiplateforme garantit un fonctionnement cohérent de vos services de traitement de formulaires dans les environnements de développement, de préproduction et de production.
IronOCR fait partie de IRONSUITE
10 API .NET pour vos documents
Tesseract OCR dans les langues dont vous avez besoin, Nous supportons 125+.
