xml - 自动填写 I-9 PDF XFA 表格

Question

早上好。我希望有人可以帮助我解决这个问题。去年，我使用 iTextSharp 设置了一个 VB.NET 程序，用户可以在其中输入信息以填写 I9，该信息将填写 PDF 并打印。对于新的 I9，我遇到了未知的困难。

首先，代码不会出错。我只是得到了一个糟糕的结果，因为我得到的不是填写的表格，而是一个 PDF，上面写着“您要加载的文档需要 Adob​​e Reader 8 或更高版本。您可能没有安装 Adob​​e Reader ...”等等。所以，我确保我拥有最新的 Reader 版本，再次尝试并得到相同的结果。

考虑到字段名称结构可能发生了变化，我尝试像第一次那样读取格式/字段。 (下面的代码)。但是，现在它告诉我没有要读取的字段 (AcroFields.Fields.Count = 0)。

Private Sub ListFieldNames(pdfTemplate As String)
    Dim pdfTemplate As String = "c:\Temp\PDF\fw4.pdf"
    Dim pdfReader As PdfReader = New PdfReader(pdfTemplate)
    Dim de As KeyValuePair(Of String, iTextSharp.text.pdf.AcroFields.Item)

    For Each de In pdfReader.AcroFields.Fields
        Console.WriteLine(de.Key.ToString())
    Next
End Sub

因此，我开始进行一些搜索，并找到了他们可以切换到的另一种 PDF 结构的引用； XFA。老实说，我还没有找到任何令人满意的文档/样本，但我确实找到了一些代码，看起来应该可以读取 XFA PDF 的结构。 (下面的代码)。我在这里尝试了两种不同的方法。第一个本质上表明 xfaFields 中没有 xmlNode。第二个确实找到了一个名为“数据”的节点(这是它找到的唯一一个)但没有找到任何子节点。

Private Sub ReadXfa(pdfTemplate As String)
    pdfReader.unethicalreading = True
    Dim readerPDF As New PdfReader(pdfTemplate)

    Dim xfaFields = readerPDF.AcroFields.Xfa.DatasetsSom.Name2Node

    For Each xmlNode In xfaFields
        Console.WriteLine(xmlNode.Value.Name + ":" + xmlNode.Value.InnerText)
    Next
    'Example of how to get a field value
    '   Dim lastName = xfaFields.First(Function(a) a.Value.Name = "textFieldLastNameGlobal").Value.InnerText


    Dim reader As New PdfReader(pdfTemplate)
    Dim xfa As New XfaForm(reader)
    Dim node As XmlNode = xfa.DatasetsNode()
    Dim list As XmlNodeList = node.ChildNodes()
    For i As Integer = 0 To list.Count - 1
        Console.WriteLine(list.Item(i).LocalName())
        If "data".Equals(list.Item(i).LocalName()) Then
            node = list.Item(i)
            Exit For
        End If
    Next
    list = node.ChildNodes()
    For i As Integer = 0 To list.Count - 1
        Console.WriteLine(list.Item(i).LocalName())
    Next
    reader.Close()
End Sub

https://www.uscis.gov/system/files_force/files/form/i-9.pdf?download=1

上面的链接转到政府提供的 i9 PDF。

所以...我想我有多个问题。最简单的是是否有人完成了这个过程/他们是否可以帮助我。除此之外，如果有人能为我指出正确的方向，说明如何从这个新的 PDF 文件中读取/写入，那将是惊人的。坦率地说，我什至不确定如何确定他们使用的是什么“类型”的表单 - AcroField、XFA 还是其他？

非常感谢您的时间/帮助!

Answer 1

首先，抱歉我不再做vb.net了，但是你应该可以转换后面的代码。

您自己已经发现新表单是 XFA。有一种简单的非编程方式可以查看表单字段和数据。您注意到您升级了 Adob​​e Reader 的版本，所以我猜您正在使用 Reader DC。从菜单选项:

Edit => Form Options => Export Data...

将表单导出到您可以检查的 XML 文件。 XML 文件提示您需要相应的 XML 文档来填写表单，这与使用 AcroForm 完成的方式完全不同。

这里有一些简单的代码可以帮助您入门。首先是读取空白 XML 文档并更新它的方法:

public string FillXml(Dictionary<string, string> fields)
{
    // XML_INFILE => physical path to XML file exported from I-9
    XDocument xDoc = XDocument.Load(XML_INFILE);
    foreach (var kvp in fields)
    {
        // handle multiple elements in I-9 form
        var elements = xDoc.XPathSelectElements(
            string.Format("//{0}", kvp.Key)
        );
        if (elements.Count() > 0)
        {
            foreach (var e in elements) { e.Value = kvp.Value; }
        }
    }

    return xDoc.ToString();
}

现在我们有了创建有效 XML 的方法，用一些示例数据填充表单字段:

var fields = new Dictionary<string, string>()
{
    { "textFieldLastNameGlobal", "Doe" },
    { "textFieldFirstNameGlobal", "Jane" }
};
var filledXml = FillXml(fields);

using (var ms = new MemoryStream())
{
    // PDF_READER => I-9 PdfReader instance
    using (PDF_READER)
    {
        // I-9 has password security
        PdfReader.unethicalreading = true;
        // maintain usage rights on output file
        using (var stamper = new PdfStamper(PDF_READER, ms, '\0', true))
        {
            XmlDocument doc = new XmlDocument();
            doc.LoadXml(filledXml);
            stamper.AcroFields.Xfa.FillXfaForm(doc.DocumentElement);
        }
    }
    File.WriteAllBytes(OUTFILE, ms.ToArray());
}

要回答您的最后一个问题，即如何确定表单“类型”，请像这样使用 PdfReader 实例:

PDF_READER.AcroFields.Xfa.XfaPresent

true 表示 XFA，false 表示 AcroForm。