用途:面向需要在 Claude 等环境中处理 PDF 的场景,提供文本与表格提取、创建 PDF、合并与拆分文档、旋转页面、加水印、加密、OCR 扫描件以及表单处理等操作参考。
主要能力:使用 pypdf 读取、合并、拆分、旋转页面、提取元数据、加密及加水印;使用 pdfplumber 按布局提取文本与表格,可结合 pandas 导出为 Excel;使用 reportlab 通过 Canvas 或 Platypus 创建单页或多页 PDF;命令行工具包括 pdftotext(poppler-utils)提取文本、qpdf 合并/拆分/旋转/解密、pdftk 合并/拆分/旋转、pdfimages 提取图片;扫描件可借助 pytesseract 与 pdf2image 做 OCR。
使用方式:资料给出 Python 代码示例与命令行示例,例如合并用 qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf,提取特定页用 pdftotext -f 1 -l 5 input.pdf output.txt。表单填写需参考 forms.md,进阶功能与 JavaScript 库见 reference.md。
适用场景:文档内容抽取与结构化、批量页面操作、报表生成、扫描件文字识别、PDF 加密与水印等。
限制:部分能力依赖第三方库或工具是否安装;OCR 需先安装 pytesseract、pdf2image;具体安装命令、收费情况、平台与效果等资料暂未提供,未确认内容不应假定。