CAJ转PDF·离线高保真版

要解决什么问题

知网下载的文献常见 .caj、.kdh、.nh 后缀，默认阅读器绑定强、批量导出 PDF 也不顺手。若走「虚拟打印」路线，PDF 往往是整页图片，文字不可选、目录书签丢失，后续引用和检索都很痛苦。你需要的是在本机把文献转成仍带文字层（在格式允许时）和书签的 PDF，且不删、不上传原始 CAJ。

技能如何工作

本技能走 解析路线：用内嵌的 caj2pdf 引擎解开 CAJ 家族内部结构，再重建 PDF，而不是依赖 CAJViewer 打印成图。技能目录自包含 Python 源码与依赖；Windows 所需的闭源解码 DLL 以 base64 写在 _dll_bundle.py 里，由 convert.py / setup.py 在运行时解压到 caj2pdf/bin/（KDH）与 caj2pdf/dep/bin/（HN）两处，无需联网拉包即可转换。

典型流程：收集一个或多个文件路径（或含文献的目录）→ 调用 convert.py 单文件或 --indir 批量（可选 --outdir、-r 递归）→ 每个输入生成同名 .pdf，退出码 0 表示全部成功。convert.py 会在缺少 venv 时自动跑 setup.py；单文件失败不会拖垮整批，末尾会汇总失败清单。生成 PDF 后若 xref 异常，会用 PyMuPDF 做修复（而非依赖 mutool）。

边界与注意

• 平台：内置 DLL 面向 Windows；Linux/macOS 需自行替换对应 .so。
• 格式：CAJ 多数能保留可选中文字；KDH / 部分 HN 本身多为扫描图，转出 PDF 文字不可选是格式限制，不是工具 bug。
• HN 硕博：存在编码等原因导致失败的情况；技能会保留原文件，并建议用知网官方客户端「全球学术快报」另存为无损 PDF 作兜底。
• 安全：仅本地转换，不修改、不删除用户原 .caj 等文件。