PDF 处理技能概览
本技能用于在用户需要对 PDF 文件进行任何操作时提供处理指导，包括读取、提取文本与表格、合并、拆分、创建、旋转、加水印、加解密、OCR 识别等。主要基于 Python 库和命令行工具，进阶特性、JavaScript 库与详细示例见 REFERENCE.md；如需填写 PDF 表单，需阅读 FORMS.md 并按其说明操作。
主要能力
- 基础读取：使用 pypdf 的 PdfReader 读取 PDF，获取页数、提取文本、读取标题/作者/主题/创建者等元数据，并支持页面旋转。
- 合并与拆分：使用 PdfWriter 将多个 PDF 的页面依次写入生成合并文件；或逐页导出为单独文件。
- 文本与表格提取：使用 pdfplumber 按布局提取文本，使用 extract_tables() 抽取表格，并可借助 pandas 将多页表格合并后导出为 Excel。
- 创建 PDF：使用 reportlab 创建 PDF，既可用 canvas 直接绘制文本和线条，也可用 SimpleDocTemplate 与 Platypus 构建多页文档，支持标题、段落、间隔与分页。
- 命令行处理：pdftotext 可按页提取文本并保留布局；qpdf 支持合并、拆分、旋转与移除密码；pdftk 支持合并、拆分与旋转；pdfimages 可导出 PDF 中的图片。
- OCR：对扫描版 PDF，先用 pdf2image 将页面转为图片，再用 pytesseract 逐页识别文本。
- 水印与加密：使用 pypdf 将水印页 merge_page 到每一页；使用 encrypt() 设置用户密码与所有者密码。
使用方式
文档以代码片段与命令示例呈现，可直接在 Python 环境或终端中按需调用。例如读取 PDF 并打印页数，遍历页面累加 extract_text() 得到全文；合并时循环 add_page 后写出；命令行合并使用 qpdf --empty --pages 等。所有示例均以具体库与命令形式给出。
适用场景
适合文档自动化处理、批量合并拆分、从报告或表格中提取结构化数据、生成定制 PDF 报告、处理扫描件 OCR、添加水印或密码等开发任务，也可作为 AI 智能体在执行 PDF 相关请求时的操作参考。
限制与注意事项
- 下标与上标：在 ReportLab PDF 中不要使用 Unicode 下标/上标字符（₀₁₂₃₄₅₆₇₈₉、⁰¹²³⁴⁵⁶⁷⁸⁹），内置字体不包含这些字形，会渲染为黑色实心方块。应在 Paragraph 对象中使用 ReportLab 的 XML 标记，下标用 <sub>，上标用 <super>；对 canvas 绘制的文本，需手动调整字号与位置。
- OCR 需要额外安装 pytesseract 与 pdf2image 等依赖。
- pdftk 是否可用取决于环境。
- 表单填写不在本文档主体中展开，需按 FORMS.md 执行。
- 收费、价格、平台与最终效果等细节暂未提供。
文档末尾提供快速参考表，按任务列出推荐工具与对应命令/代码，并指向 REFERENCE.md 与 FORMS.md 以获取进阶用法和表单填写说明。