38 lines
1.1 KiB
Python
38 lines
1.1 KiB
Python
import base64
|
|
import pymupdf
|
|
|
|
def process_account(account_b64: str) -> str:
|
|
"""
|
|
Traite l'account :
|
|
- Décodage du PDF encodé en base64.
|
|
- Extraction du texte et des champs de formulaire directement depuis le PDF.
|
|
|
|
:param account_b64: Chaîne base64 représentant le PDF.
|
|
:return: Texte extrait de chaque page du PDF, incluant les champs du formulaire.
|
|
"""
|
|
# Décodage du PDF en base64
|
|
pdf_bytes = base64.b64decode(account_b64)
|
|
|
|
# Ouverture du PDF avec PyMuPDF
|
|
pdf_document = pymupdf.open(stream=pdf_bytes, filetype="pdf")
|
|
|
|
# Traitement de chaque page
|
|
for i in range(len(pdf_document)):
|
|
page = pdf_document[i]
|
|
|
|
# Extraction des champs de formulaire
|
|
fields = page.widgets()
|
|
form_fields_text = []
|
|
|
|
for field in fields:
|
|
field_name = field.field_name
|
|
field_value = field.field_value
|
|
form_fields_text.append(f"Field: {field_name}, Value: {field_value}")
|
|
|
|
combined_text = ""
|
|
|
|
if form_fields_text:
|
|
combined_text += "\n\nForm Fields:\n" + "\n".join(form_fields_text)
|
|
|
|
pdf_document.close()
|
|
return "\n".join(combined_text) |