用途
本工具包用于在 Claude 中执行 PDF 相关操作，适合需要以编程方式大规模处理、生成或分析 PDF 文档的场景。指南覆盖使用 Python 库和命令行工具进行的基本 PDF 处理操作。
主要能力
根据资料，工具包涵盖以下操作：
- 读取 PDF 并获取页数
- 提取文本（含保留布局）
- 提取表格
- 创建新 PDF（基本与多页）
- 合并 PDF
- 拆分 PDF（可按页拆分或按页码范围）
- 提取元数据（标题、作者、主题、创建者）
- 旋转页面
- 从扫描 PDF 提取文本（OCR）
- 添加水印
- 提取图像
- 密码保护与移除密码
- 填写 PDF 表单（需参见 forms.md）
使用方式
Python 库
- pypdf：用于基本操作，如读取、合并、拆分、提取元数据、旋转页面、添加水印和密码保护。
- pdfplumber：用于提取带布局的文本和表格；可结合 pandas 将表格导出为 Excel。
- reportlab：用于创建 PDF，支持 Canvas 和 Platypus（多页文档、段落、分页）。
- pytesseract + pdf2image：用于对扫描 PDF 进行 OCR。
命令行工具
- pdftotext（poppler-utils）：提取文本，可用
-layout保留布局，-f/-l指定页码范围。 - qpdf：合并、拆分、旋转页面、移除密码。
- pdftk（如果可用）：合并、拆分（burst）、旋转。
- pdfimages（poppler-utils）：提取图像。
资料中提供了各操作的示例代码与命令，包括合并、拆分、提取表格、创建多页 PDF、OCR、添加水印、提取图像和密码保护等。
适用场景
- 需要批量提取 PDF 中的文本或表格并进一步处理（如导出 Excel）。
- 需要以编程方式生成 PDF 文档或报告。
- 需要合并、拆分、旋转或加密 PDF。
- 需要处理扫描版 PDF（OCR）。
- 需要填写 PDF 表单（需按 forms.md 说明操作）。
限制与说明
- 高级功能、JavaScript 库（pdf-lib）和详细示例需参阅 reference.md。
- 填写 PDF 表单需参阅 forms.md 并按其说明操作。
- OCR 功能需要额外安装
pytesseract和pdf2image。 - pdftk 标注为「如果可用」。
- 资料未提供收费、价格、平台兼容性或性能相关的信息。