使用iTextSharp读取带数字签名预填PDF表单值为空问题

嘿，我之前也踩过这个一模一样的坑！带数字签名的预填PDF表单确实会让iTextSharp的常规字段读取方法“失灵”，核心原因是数字签名会自动锁定表单字段，或者PDF在签名后改变了表单数据的存储逻辑，导致你用的ParsePdf、GetFormFieldNamesWithValues这些方法拿不到实际值。

下面是我亲测有效的解决方案，针对绝大多数预填表单使用的AcroForm类型：

关键步骤：绕过签名权限限制 #

签名后的PDF通常会被标记为“不可修改/提取”，iTextSharp默认会遵守这个限制，所以第一步要开启UnethicalReading属性来绕过这个限制，这样才能访问到表单字段的实际值。

完整代码示例 #

using System;
using System.Collections.Generic;
using iTextSharp.text;
using iTextSharp.text.pdf;

public class SignedPdfFormReader
{
    public static Dictionary<string, string> ExtractFormFields(string pdfFilePath)
    {
        var fieldValues = new Dictionary<string, string>();

        // 必须开启这个属性，绕过签名PDF的权限限制
        PdfReader.UnethicalReading = true;

        using (var reader = new PdfReader(pdfFilePath))
        {
            AcroFields acroForm = reader.AcroFields;

            // 遍历所有表单字段
            foreach (string fieldName in acroForm.Fields.Keys)
            {
                // 直接从AcroForm字典中获取字段值，这是最可靠的方式
                string value = acroForm.GetField(fieldName);
                
                if (!string.IsNullOrWhiteSpace(value))
                {
                    fieldValues.Add(fieldName, value);
                }
            }
        }

        return fieldValues;
    }
}

为什么之前的方法无效？ #

• 像ParsePdf这类文本解析方法，是读取页面上的可见文本，但签名后的表单字段可能把实际值存储在AcroForm字典中，而页面上的只是渲染后的外观，两者可能脱节。
• GetFormFieldNamesWithValues这类封装方法可能没有处理签名后的权限限制，导致无法读取底层的字段数据。
• 如果你的PDF被**扁平化（Flattened）**了（签名时选择了把表单转换成静态文本），那表单字段会被删除，只能用PdfTextExtractor.GetTextFromPage提取页面文本，但这种情况拿不到字段名称。

额外注意事项 #

• 确保你使用的iTextSharp版本是5.5.13.0，这个版本支持UnethicalReading属性（更早的版本可能没有）。
• 如果是XFA类型的动态表单，需要用acroForm.Xfa来处理，但这种情况比较少见。

内容的提问来源于stack exchange，提问作者Shirish Patel