解析XPS或PDF并将数据插入Word模板？

Question

因此，我可以选择从数据库发送文档，以PD​​F或XPS格式打印。我需要能够从其中一种格式中提取特定数据，例如名称，日期等，并将该数据插入到单词模板中。单词模板不可编辑。您只能在字段中键入...每个字段前面都有一个标题，例如name，dob等。

基本上我需要能够自动将PDF或XPS文件中的信息传输到单词模板中。

我对C ++，Python和Java非常熟悉。所以我没有语言偏好 - 无论做什么都可以完成。

你能否提出一种方法来实现这一目标？我有点难以弄清楚我可以从其中一种文件类型中解析/提取数据的方式，以及哪种文件类型是更好的候选者。我绝对不知道如何自动化Word模板中的字段数量。

哦，忘了提一下，这是在Windows 7（可能是8台，但大多数是7台）机器上。

非常感谢您的帮助！

Answer 1

这适用于任何有同样问题的人，所以我就这样做了：

我使用PDFBox（http://pdfbox.apache.org/）来解析文档并提取所需的数据，然后我使用docx4j（http://www.docx4java.org/trac/docx4j）将数据插入到word模板中。两者都是令人难以置信的工具，并拥有优秀的社区，几乎可以立即提供帮助。