用途:处理 PDF 文件,包括文本提取、合并、拆分、加水印、转图片和查看信息。适合需要批量或命令行操作 PDF 时使用。不适用于从零创建 PDF(应用 reportlab/fpdf)、复杂 PDF 编辑或 PDF 表单,这些情况需改用专门工具。
主要能力与用法:安装依赖 pip install pypdf pdf2image pillow;PDF 转图片还需安装 poppler:macOS 用 brew install poppler,Linux 用 sudo apt install poppler-utils。
提取文本:{baseDir}/pdf-text.sh document.pdf,可用 --pages 1-5 指定页范围,--out extracted.txt 指定输出。合并:{baseDir}/pdf-merge.sh file1.pdf file2.pdf --out merged.pdf,支持 *.pdf 通配。拆分:{baseDir}/pdf-split.sh document.pdf --out-dir /tmp/pages/ 拆成单页,或用 --pages 1-3 --out extracted.pdf 指定页范围。水印:{baseDir}/pdf-watermark.sh document.pdf --text "CONFIDENTIAL" --out watermarked.pdf,也可用 --image logo.png 添加图片水印。转图片:{baseDir}/pdf-to-images.sh document.pdf --out-dir /tmp/pages/,支持 --pages 与 --format png。查看信息:{baseDir}/pdf-info.sh document.pdf,可加 --json。
通用选项包括 --pages、--out、--out-dir、--text、--image、--format、--json。
限制:文本提取对基于文本的 PDF 效果最好,扫描件需 OCR(本技能未包含);大型 PDF 处理可能较慢;水印会应用到每一页。