pdf

用途：面向各类 PDF 处理需求，包括读取和提取文本与表格、合并或拆分多个 PDF、旋转页面、添加水印、加密、对扫描件做 OCR，以及创建新的 PDF。

主要能力：

• pypdf：基础操作，如统计页数、逐页提取文本、合并、拆分、读取元数据、旋转页面、合并水印、加密设置用户与所有者密码。
• pdfplumber：按布局提取文本，提取表格并可结合 pandas 整理为 Excel。
• reportlab：用 canvas 或 Platypus 创建 PDF，支持多页文档、段落样式和分页。
• 命令行：pdftotext 提取文本（支持 -layout、指定页码范围）；qpdf 合并、拆分、旋转、解密；pdfimages 提取图片。
• OCR：对扫描件先用 pdf2image 转图片，再用 pytesseract 识别文字。

使用方式：以 Python 脚本导入相应库，或直接运行命令行工具。常见任务对照：合并用 writer.add_page()，拆分每页单独成文，提取文本用 page.extract_text()，提取表格用 page.extract_tables()，创建用 Canvas/Platypus，命令行合并用 qpdf --empty --pages ...，OCR 需先转图像。

限制与注意：ReportLab 内置字体不含 Unicode 上下标字形，需改用 XML 标记标签（如 <sub>、<super>），否则会显示为黑块；OCR 依赖图像转换和识别环境；表单填写需参考 forms.md，高级用法与 JavaScript 库见 reference.md。其他收费、平台或效果信息暂未提供。