☰

使用PowerShell從PDF表單中提取字串並輸出到文件

tag-icon • tag-icon powershell pdf
使用PowerShell從PDF表單中提取字串並輸出到文件

我有這段程式碼，目標是查找資料夾中在 x 天內修改過的所有 PDF 檔案（由使用者輸入）。

[void][Reflection.Assembly]::LoadWithPartialName('Microsoft.VisualBasic')
$title = 'PDF Last Modified'
$msg   = 'Days prior:'
$text = [Microsoft.VisualBasic.Interaction]::InputBox($msg, $title)
$headers = @{Expression={$_.CreationTime};Label="File Created";width=25}, `
@{Expression={$_.LastWriteTime};Label="File Edited";width=25}, `
@{Expression={"{0}" -f $_.FullName.Split("\")[-2]};Label="Folder";width=30}, `
@{Expression={$_.Name};Label="File Name";width=50}
Get-ChildItem -Path ..\ -Recurse -Filter *.pdf | Where-Object {$_.lastwritetime -gt (Get-Date).AddDays(-$text)} | sort LastWriteTime -descending | format-table $headers  |  out-file PDFOutput-$(get-date -f yyyy-MM-dd).txt -width 300

我想做出兩項改進。

  1. 每個 PDF 文件實際上都是一個表單，該表單的底部是一串數字，用於標識該表單需要發送到的位置。我知道我需要使用itextsharp.dll來解析PDF檔；我想在輸出檔案中的“檔案名稱”後麵包含標題“目標”，並包含 PDF 表單中的該字串。

  2. 在最初的 VB-Input 視窗中，它會詢問腳本應在多少天之前進行搜尋。我想添加第二個輸入，要求輸入標題的任何搜尋參數，因此如果用戶輸入“收據”，腳本會找到任何標題為的文件收據.pdf（兩側都有通配符，因此會找到laptop-receipt-2015-11-17.pdf）。

非常感謝任何幫助！

答案1

我看不出你為實現你的計劃付出了多少努力。

  • 由於 Get-ChildItem 不提供屬性，因此Destination您必須自己使用計算屬性來新增它。
  • 將 gci 結果保存在變數中並迭代運行你的取得每個文件上的目標的代碼。
  • 修改 $headers 哈希表以滿足您的需求（標籤/表達式可能會縮寫）

沒有時間為您開發關鍵的 itextsharp.dll 程式碼。

## Q:\Test\2019\03\23\SU_1416552.ps1
$Folder = (Get-Item ..).FullName

[void][Reflection.Assembly]::LoadWithPartialName('Microsoft.VisualBasic')

$title = 'PDF Last Modified'
$msg   = 'Days prior:'
$DaysPrior = [Microsoft.VisualBasic.Interaction]::InputBox($msg, $title)

$title = 'PDF Name Part'
$msg   = 'String:'
$Namepart = [Microsoft.VisualBasic.Interaction]::InputBox($msg, $title)

$PdfFiles = Get-ChildItem (Join-Path $Folder ("*{0}*" -f $NamePart)) -Recurse -File  -Filter *.pdf| 
    Where-Object LastWriteTime -gt (Get-Date).AddDays(-$DaysPrior) | 
    Sort-Object  LastWriteTime -descending | 
    Select-Object -Property FullName,Name,CreationTime,LastWriteTime,
                            @{L='Destination';E={$Null}}

foreach ($PdfFile in $PdfFiles){
    ##
    ## Insert **your** code to get FormField Destination
    ##
    $PdfFile.Destination = "string of numbers"
}

$headers = @{L="File Created";width=25;E={$_.CreationTime}},
           @{L="File Edited" ;width=25;E={$_.LastWriteTime}},
           @{L="Folder"      ;width=30;E={$_.FullName.Split("\")[-2]}},
           @{L="File Name"   ;width=50;E={$_.Name}},
           @{L="Destination" ;width=30;E={$_.Destination}}

$PdfFiles | Format-Table $headers  |  
   Out-File PDFOutput-$(get-date -f yyyy-MM-dd).txt -width 300

相關內容