用途:面向需要处理 PDF 文件的场景,包括读取、提取文本与表格、合并或拆分、旋转页面、提取元数据与图片、加水印、加解密、OCR 扫描件以及创建 PDF。
主要能力与工具:pypdf 负责基础操作(合并、拆分、提取元数据、旋转、水印、密码保护);pdfplumber 负责带布局的文本提取与表格提取,可结合 pandas 导出 Excel;reportlab 用于创建 PDF(Canvas 或 Platypus),注意其内置字体不支持 Unicode 上下标,应使用 <sub>、<super> 标签;命令行工具 pdftotext、qpdf、pdftk、pdfimages 用于文本提取、合并拆分、旋转、解密与图片提取;扫描件 OCR 需 pip install pytesseract pdf2image 后先转图像再识别。
使用方式:按任务选择工具,例如合并用 pypdf 的 writer.add_page(page),命令行合并用 qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf,提取文本用 pdftotext -layout input.pdf output.txt。表单填写需参考 FORMS.md,高级用法与 JavaScript 库见 REFERENCE.md。
限制:资料未提供具体版本要求、性能数据、收费信息或平台限制;部分工具(如 pdftk)标注为“if available”。