Java PDFBox提取表单pdf的标签

我有表格PDF文件，如图所示

使用Java中的PDFBox，我检索了表单字段的文本。 我的代码：

输出：

• 给定名称文本框=Jignesh
• 姓氏文本框=Jignesh
• 房屋编号文本框=xyz
• 地址2文本框=pqr

---

我想下面也被检索

姓名：

姓氏：

地址1：

作为

• 给定名称文本=给定名称：
• 姓氏文本=姓氏：
• 房屋编号文本=地址1：
• 地址2文本=地址2：

---

因为上面是表单字段，所以很容易检索所有字段。我甚至想提取表单的标签，因为我想映射它们

请帮我做同样的事情。

---

非常感谢。

静态文本字段是什么意思？您的代码打印所有字段的内容。页面上的所有内容都是页面内容的一大块。很抱歉，我的英语错了，我想写：我想提取表单标签，而不是静态文本字段。表单字段的标签是常规页面内容的一部分。您可以使用

PdfTextStripper

或其子类（例如

PdfTextStripperByArea

）提取页面内容文本。但是您必须知道标签相对于字段的位置以及相应的代码。在您的情况下，它们位于文本字段的左侧。

    File file = new File("example.pdf");
    PDDocument doc = PDDocument.load(file);
    PDDocumentCatalog catalog = doc.getDocumentCatalog();
    PDAcroForm form = catalog.getAcroForm();
    PDFieldTree fields = form.getFieldTree();

    for (PDField field : fields) {
        Object value = field.getValueAsString();
        String name = field.getPartialName();
        System.out.print(name);
        System.out.print(" = ");
        System.out.print(value);
        System.out.println();
    }