Извлечение данных формы (Extract Form Data)
Открыть приложение: Извлечь данные формы → (products.documentize.app)
В одном предложении
«Извлечение данных формы» читает поля и значения заполненной PDF-формы (текстовые поля, флажки, переключатели, выпадающие списки) и отдаёт их вам в виде таблиц CSV.
Что в нём особенного
- Приложение читает настоящие поля формы вместе с их именами, а не гадает по внешнему виду страницы. Вы получаете «Фамилия = Смирнов», а не кусок текста.
- Оно пишет CSV, готовый для Excel или импорта в любую базу данных, и умеет обрабатывать много форм сразу — именно это нужно, чтобы собрать ответы из стопки возвращённых анкет.
- В Парсере PDF (Parser) данные формы тоже выгружаются (файл
formdata.xfdf), но внутри большого ZIP; здесь вы получаете удобный для таблиц CSV и сводки. - По сравнению с «Извлечь текст» (Extract Text): извлечение текста выдаст подписи и введённые ответы вперемешку, одним потоком, без связи между подписью и значением.
Когда использовать, а когда нет
- Используйте для опросов, заявлений, регистрационных форм и бланков заказа, которые заполняют в PDF и присылают вам.
- Не используйте для отсканированных или распечатанных и заполненных от руки форм: полей, которые можно прочитать, там нет. В FAQ сайта сказано, что таким формам может понадобиться OCR, а извлечение «лучше всего работает с заполняемыми PDF-формами, содержащими настоящие поля формы». Используйте Searchable, затем «Извлечь текст».
- Не используйте для «запечённой» формы: при запекании поля превращаются в статичное содержимое, и значения возвращаются пустыми. Сохраните копию перед тем, как применять Уплощение PDF (Flatten).
Прежде чем начать
- PDF должен быть интерактивной (заполняемой) формой, которую уже заполнили. Пустая форма вернёт пустые значения.
- Если файл защищён паролем, снимите защиту (Разблокировка PDF (Unlock)).
- Убедитесь, что формы, которые вы загружаете вместе, сделаны по одному шаблону, иначе их столбцы не совпадут.
Пошагово
- Откройте «Извлечение данных формы» и загрузите одну или несколько заполненных PDF-форм («Загрузите PDF-форму для извлечения данных»).
- Нажмите «Извлечение».
- Скачайте результат (ZIP, если файлов несколько) и откройте CSV в табличном редакторе. Кнопка «Извлечь снова» начинает всё заново.
📷 Заглушка для скриншота: содержимое ZIP с результатом
Параметры
| Параметр | Что делает | По умолчанию | Рекомендация |
|---|---|---|---|
| (нет) | Настроек у приложения нет; каждая форма выгружается в формате с разделителем-запятой и строкой заголовков | - | - |
Что вы получите
- Для каждого PDF — CSV с тем же именем (имена полей в строке заголовков, значения ниже).
- form_data_summary.csv — читаемый отчёт по каждому файлу (статус, число полей и строк, список полей и образец первых значений).
- form_data_export.csv — простой обзор успешно обработанных файлов, по одной строке на элемент; имя и значение разделены точкой с запятой.
- Форма, которую не удалось прочитать, помечается в сводке как неудачная, а остальные обрабатываются дальше.
- Исходные PDF не изменяются.
Качество и ограничения
- Значения берутся ровно такими, как введены в поля: ничего не распознаётся и не угадывается.
- Пустые поля остаются пустыми. Обычно это значит, что их не заполнили; либо форма «запечена», либо собрана из обычного текста, а не из настоящих полей.
- В FAQ сайта перечислены текстовые поля, флажки, переключатели и выпадающие списки; подписи и необычные виджеты могут не дать полезных значений (проверьте на своей форме).
- Результаты хранятся около двух дней.
Хорошо сочетается с
- До него: Разблокировка PDF; Разделение PDF (Splitter), если в возвращённом файле несколько форм; Searchable для отсканированных форм (тогда читайте текст).
- После него: откройте CSV в таблице; чистую копию формы для архива сохраните через Уплощение PDF.
- Рецепты: Заполняемая форма, В таблицу.
Типичные ошибки и как их исправить
- «В CSV есть заголовки, но нет значений» → форму не заполнили или она «запечена».
- «Ничего не найдено» → это скан, либо «форма» — обычный PDF с нарисованными линиями.
- «Столбцы в разных файлах не совпадают» → формы сделаны по разным шаблонам; обрабатывайте каждый шаблон отдельно.
- «В Excel странные символы» → CSV в кодировке UTF-8; импортируйте его с этой кодировкой.
То же самое в других местах
- Плагин CLI: Documentize.ExtractFormData (по описанию, читает данные полей AcroForm и XFA).
- Инструмент MCP: ExtractFormData.
- См. За пределами браузера.
Попробуйте
Откройте заполняемую PDF-форму в просмотрщике, впишите имя, поставьте флажок, выберите значение в выпадающем списке и сохраните файл под новым именем. Загрузите его сюда и откройте CSV: вы увидите заголовок с именами полей и под ним свои ответы. Затем «запеките» форму через Уплощение PDF и извлеките данные снова — так станет понятно, почему порядок важен.