PDF Processing 是一个用于处理 PDF 文件的技能，围绕 Python 生态中的 pdfplumber、pypdf 等库提供常见操作示例。
用途 它面向需要在代码中读取或操作 PDF 的场景，例如从文档中获取内容、整理表格数据、把多个 PDF 合成一个文件，或从一个大文件中拆出指定页。资料描述其触发时机为“处理 PDF 文件，或用户提到 PDF、表单、文档时”。
主要能力 文本提取：使用 pdfplumber.open 打开文件，通过 page.extract_text() 获取单页文本；也可遍历所有页面拼接为完整文本。 表格提取：使用 page.extract_tables() 自动检测并提取表格，再逐行输出或写入 CSV。 合并 PDF：使用 pypdf 的 PdfMerger，append 多个文件后写出合并结果。 拆分 PDF：使用 pypdf 的 PdfReader 与 PdfWriter，按页码范围把指定页面写入新文件（示例为提取第 2–5 页）。 表单填写：资料说明表单填写可参考 FORMS.md 的完整指南，包含字段分析与验证。该文件内容在此处未提供，具体实现步骤暂未提供。 可用依赖包：pdfplumber（文本与表格提取，推荐）、pypdf（PDF 操作、合并、拆分）、pdf2image（转图片，需 poppler）、pytesseract（扫描件 OCR，需 tesseract）。
使用方式 以 Python 代码调用为主，典型流程是导入对应库、打开 PDF、执行提取或写入操作，并在结束后关闭对象。例如文本提取使用 with pdfplumber.open(...) as pdf 结构；合并使用 PdfMerger 的 append 与 write；拆分使用 PdfWriter 的 add_page 并以二进制写入文件。资料还给出“提取并保存文本”和“表格导出 CSV”两种常见模式。
适用场景 需要把 PDF 内容转为可处理文本、把 PDF 表格转为结构化数据、把多份 PDF 合并交付、从长文档中抽取部分页面，或处理包含表单的 PDF 文档。也适用于扫描件的 OCR 处理（需额外安装 tesseract）。
限制与注意事项 部分能力依赖外部组件：pdf2image 需要 poppler，pytesseract 需要 tesseract，资料未提供安装步骤。扫描件可能无法直接提取文本，示例中对此做了检测与提示。资料建议对大文件分批处理、对多文件使用多进程、只提取所需页面并及时关闭 PDF 对象。表单填写的完整流程在该页面未展开，需查看 FORMS.md，具体细节暂未提供。