用途:面向 Python 的 PDF 处理指南,覆盖读取、提取、创建与批量操作。
主要能力:pypdf 用于合并、拆分、提取元数据、旋转页面、加水印与密码加密;pdfplumber 用于按版面提取文本和表格,可结合 pandas 导出 Excel;ReportLab 用 Canvas 或 Platypus 创建单页与多页 PDF;命令行工具 pdftotext、qpdf、pdftk、pdfimages 用于文本提取、合并拆分、旋转、解密与图片导出;扫描件可用 pdf2image 转图后配合 pytesseract 做 OCR。
使用方式:按任务选择工具,例如合并用 pypdf 的 writer.add_page,提取表格用 page.extract_tables(),命令行合并用 qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf。表单填写需参考 forms.md,进阶用法与 JavaScript 库见 reference.md。
适用场景:文档批处理、数据抽取、报表生成、扫描件文字化。
限制:OCR 需额外安装 pytesseract 与 pdf2image;pdftk 需环境已提供;资料未说明具体版本、性能与收费信息。