用途：读取、提取和操作 PDF 文件，适合需要从 PDF 中批量获取文本、表格、图片或进行页面合并拆分的处理场景。
主要能力：从 PDF 提取文本；提取表格；读取 PDF 元数据（标题、作者、主题、创建器、页数）；将 PDF 转换为文本文件；合并多个 PDF；按页拆分 PDF；提取 PDF 中的图片。
使用方式：文本提取可用 pdftotext（poppler-utils），命令为 pdftotext input.pdf output.txt；也可用 Python 的 PyPDF2 逐页调用 extract_text()。表格提取使用 tabula-py 的 tabula.read_pdf('input.pdf', pages='all')。元数据读取通过 PyPDF2.PdfReader 的 metadata 与 pages 获取。转换、合并、拆分、图片提取均通过 PyPDF2 的 PdfReader、PdfMerger、PdfWriter 及 page.images 实现；合并示例如 python3 ... file1.pdf file2.pdf file3.pdf，输出 merged.pdf；拆分按页输出 page_001.pdf 等；图片导出到 extracted_images 目录。
适用场景：需要在自动化流程或命令行中处理 PDF 文档，完成内容抽取、格式转换和页面级操作时使用。
限制：表格提取依赖安装 tabula-py，未安装时示例会提示 pip install tabula-py；文本提取质量受 PDF 自身可提取性影响，扫描件或纯图片 PDF 可能无法直接获得文本；资料未说明系统要求、依赖版本、平台支持及 PDF 加密或受保护文件的处理方式。