批量提取pdf表单数据有四种方法：一、python pypdf2+pdfrw提取acroform字段值导出csv；二、adobe acrobat pro dc批处理导出fdf/xfdf；三、tabula/camelot识别扫描pdf中填写内容；四、pdftk server配合shell脚本提取字段元数据生成tsv。
如果您需要从多个PDF表单中快速获取填写内容，但手动逐个打开复制效率极低，则可能是由于PDF表单结构不统一或缺乏自动化提取机制。以下是批量提取PDF表单数据的几种可行方法：
一、使用Python PyPDF2 + pdfrw组合提取可填写字段值
该方法适用于AcroForm格式的PDF表单（即常见Adobe Reader可填写表单），通过读取表单字段名称与对应值实现批量导出。需确保PDF未加密且字段未被扁平化。
1、安装依赖库：在命令行执行 pip install PyPDF2 pdfrw。
2、新建Python脚本，导入模块：from PyPDF2 import PdfReader；from pdfrw import PdfReader as PdfrwReader。
3、遍历目标文件夹内所有PDF，对每个文件创建PdfReader对象并调用reader.get_fields()获取字段字典。
4、将字段名与字段值写入CSV文件，每行对应一个PDF，列头为字段名，单元格填充对应值。
二、利用Adobe Acrobat Pro DC批处理导出FDF/XFDF数据
Adobe Acrobat Pro DC原生支持将多个PDF表单的填写数据导出为标准FDF或XFDF格式，便于后续解析或合并。此方法无需编程，但需正版软件授权。
1、打开Acrobat Pro DC，选择工具 → 准备表单 → 在更多选项中点击“导出表单数据”。
2、在弹出窗口中点击“添加文件” → 选择多个PDF文件 → 设置输出目录。
3、勾选“导出为XFDF（XML格式）”，点击运行，系统自动生成同名.fdf或.xfdf文件。
4、使用文本编辑器或XML解析工具批量读取XFDF文件中的
三、借助Tabula或Camelot识别扫描型PDF表单中的填写内容
当PDF为扫描图像（非可选字段）但表单区域规整时，可利用表格识别引擎定位填写文字位置，再按坐标映射到预设字段模板。适用于OCR场景下的半结构化表单。
1、安装Tabula：下载tabula-java或运行pip install tabula-py。
2、准备字段坐标模板文件（JSON格式），包含各字段在页面中的左上/右下像素坐标范围。
3、调用tabula.read_pdf()并传入area参数指定坐标区域，逐页提取对应位置文本。
4、将提取文本按模板字段名归类，写入统一Excel文件，每PDF占一行。
四、使用PDFtk Server配合Shell脚本提取AcroForm字段元数据
PDFtk是命令行PDF工具集，支持直接读取PDF表单字段定义及默认值。适合Linux/macOS环境下的轻量级批量操作，不依赖图形界面。
1、安装PDFtk Server：从官网下载对应平台版本并配置PATH环境变量。
2、执行命令：pdftk input.pdf dump_data_fields > fields.txt，生成字段描述文本。
3、编写Shell脚本循环处理目录下所有PDF，将每份输出重定向至独立txt文件，并用awk提取Fieldname与FieldValue行。
4、合并所有字段值到TSV格式，用制表符分隔字段名与对应值，供Excel直接导入。
