用途
该技能是一份 PDF 处理指南，用于在 Claude 中完成常见的 PDF 操作：提取文本与表格、创建新 PDF、合并与拆分文档，以及处理 PDF 表单。指南以 Python 库和命令行工具为核心，提供可直接参考的代码与命令示例。
主要能力
- 基础操作（pypdf）：读取 PDF 并统计页数、提取文本、合并多个 PDF、按页拆分、读取元数据（标题、作者、主题、创建者）、旋转页面。
- 文本与表格提取（pdfplumber）：按布局提取文本、提取表格；可结合 pandas 将表格转为 DataFrame，合并多页表格后导出为 Excel。
- 创建 PDF（reportlab）：使用 Canvas 绘制文本与线条生成单页 PDF；使用 SimpleDocTemplate、Paragraph、Spacer、PageBreak 等构建多页文档。
- 命令行工具：pdftotext（提取文本、保留布局、指定页码范围）、qpdf（合并、拆分、旋转、移除密码）、pdftk（合并、拆分、旋转）、pdfimages（提取图片）。
- 常见任务：对扫描版 PDF 使用 pytesseract 与 pdf2image 做 OCR；为所有页面添加水印；使用 pypdf 为 PDF 添加用户密码与所有者密码。
使用方式
指南以代码片段和命令形式给出操作方式。例如读取 PDF 使用 PdfReader，合并使用 PdfWriter 的 add_page，提取表格使用 page.extract_tables()，创建 PDF 使用 reportlab 的 canvas.Canvas 或 SimpleDocTemplate。命令行方面，合并可用 qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf，提取文本可用 pdftotext input.pdf output.txt，提取图片可用 pdfimages -j input.pdf output_prefix。OCR 需先安装 pytesseract 与 pdf2image，再将 PDF 转为图片后逐页识别。
适用场景
适合需要批量或自动化处理 PDF 的任务，例如从报告、发票或文档中提取文本与表格数据，将多个 PDF 合并为一份，按页拆分文档，生成结构化 PDF 报告，处理扫描件文字识别，以及为文档加水印或设置密码。
限制与补充说明
资料提到高级功能、JavaScript 库（pdf-lib）和详细示例见 reference.md；填写 PDF 表单需阅读 forms.md 并按其说明操作；故障排查指南见 reference.md。pdftk 标注为“if available”，即需环境中已安装。OCR 部分明确需要安装 pytesseract 与 pdf2image。关于具体收费、价格、平台支持范围等信息，资料中暂未提供。