pdf

用途：面向需要对 PDF 进行读写与批处理的场景，提供可复用的操作指引。主要能力：读取页数与元数据，提取文本与表格，合并、拆分、旋转页面，创建 PDF，OCR 扫描件，添加水印、提取图片、设置或移除密码。用法：基础操作用 pypdf，如 from pypdf import PdfReader, PdfWriter 读取与写入，writer.add_page(page) 合并，page.rotate(90) 旋转，writer.encrypt 加密；文本与表格提取用 pdfplumber 的 page.extract_text() 与 page.extract_tables()，可配合 pandas 导出 Excel；创建 PDF 用 reportlab，简单文本用 canvas，多页文档用 Platypus 的 SimpleDocTemplate。命令行可用 pdftotext 提取文本（-layout 保留版式，-f/-l 指定页范围）、qpdf 合并拆分旋转与解密、pdftk 合并拆分旋转、pdfimages -j 提取图片。扫描件 OCR 需先安装 pytesseract 与 pdf2image，将 PDF 转图像后逐页识别。限制：ReportLab 内置字体不支持 Unicode 上下标字符，需用 <sub>、<super> 标记或手动调整字号与位置；OCR 依赖外部 Tesseract 与图像转换环境；表单填写需另见 FORMS.md，进阶用法与 JavaScript 库见 REFERENCE.md，相关文件内容暂未提供。