用途:提供 PDF 处理的综合操作指南,使用 Python 库与命令行工具完成提取、创建、编辑和管理等常见任务。
主要能力:pypdf 用于合并、拆分、提取元数据、旋转页面、加水印和密码加密;pdfplumber 用于带布局的文本提取和表格提取,并可结合 pandas 导出 Excel;reportlab 用 Canvas 或 Platypus 创建新 PDF;pytesseract 与 pdf2image 处理扫描件 OCR;pdfimages 提取图片。命令行方面介绍了 pdftotext、qpdf 和 pdftk 的常用参数。
使用方式:按任务选择工具,直接运行对应 Python 代码或命令。命令行示例包括 pdftotext input.pdf output.txt、qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf、pdftk input.pdf burst。表单填写需按 forms.md 的说明操作。
适用场景:文档合并拆分、批量文本/表格抽取、报告生成、扫描件文字识别、加密与解密、图片提取等。
限制:需自行安装相应依赖库或命令行工具;未提供具体安装命令、价格、平台支持及效果保证的说明,高级功能、JavaScript 库和详细示例需查阅 reference.md。