pdf-organizer

用途：解决 PDF 文件与法律文书逻辑不一致的问题，按文书内容把扫描/OCR PDF 整理成可用的独立文件。主要能力：按内容将整份 PDF 拆成多份文书、把拆散的同一文书合并、对完整文书按内容规范命名；生成页面级索引与 manifest 草稿供复核；以页引用集合表达拆分、复制、合并与跨源拼合，执行前可审计页覆盖（孤儿页/重复引用页）；生成下游 handoff.json；支持 90/180/270 度旋转、可选倾斜校正，并将每页标准化为 A4（横向适配 842×595 pt，竖向 595×842 pt，等比缩放居中）。用法：先检测文字层，无文字层需先用 OCR 工具；先生成 organize_manifest.json 草稿并复核，再执行。首次执行需安装依赖：python3 -m pip install -r scripts/requirements.txt；预览：python3 scripts/pdf_organizer.py --manifest organize_manifest.json --dry-run；校验引用：python3 scripts/pdf_organizer.py --validate-manifest organize_manifest.json；执行：python3 scripts/pdf_organizer.py --manifest organize_manifest.json；A4 标准化：python3 scripts/pdf_organizer.py --normalize-a4 file1.pdf file2.pdf。限制：不做 OCR、不压缩 PDF，不替代案件材料整体归类；复杂裁边、压缩、批量 OCR 或高质量图像预处理应使用 PDF Processor；倾斜校正依赖 ocrmypdf（macOS: brew install ocrmypdf），未安装需提示改用 PDF Processor 或先安装。交付前须核对 resolved manifest 的逐段状态、实际文件与报告，失败段不得视为完成。