用途:面向 Claude 的 PDF 处理指南,覆盖基于 Python 库与命令行工具的常见 PDF 操作。
主要能力:用 pypdf 读取、合并、拆分、旋转页面、提取元数据、加解密;用 pdfplumber 提取文本与表格,并可结合 pandas 导出为 Excel;用 reportlab 创建单页或多页 PDF;命令行工具 pdftotext 提取文本(含 -layout 保留布局、-f/-l 指定页)、qpdf 合并拆分旋转解密、pdftk 合并拆分旋转;用 pdfimages 提取图片;用 pypdf 添加水印、设置密码;处理扫描件需 pip install pytesseract pdf2image 后先转图片再 OCR。
使用方式:给出快速上手代码(PdfReader 读取页数、逐页 extract_text)、各任务对应库与命令,以及快速参考表(合并、拆分、提取文本/表格、创建、命令行合并、OCR、填表单)。填表单需参考 forms.md,进阶用法与 JavaScript 库参考 reference.md。
适用场景:需要批量或脚本化处理 PDF 文本、表格、页面与表单的自动化任务。
限制:未提供具体价格、平台或效果数据;扫描件 OCR 与表单填写等依赖额外文件或安装包,暂未提供完整细节。