技能介绍

解决什么问题

PDF 自动化中常见的卡点，不只是把文件合并或拆分：文本型 PDF 的文字提取、表格解析，扫描型 PDF 的 OCR，以及生成简单 PDF、加水印、设置密码等都需要分别选型。pdf-official2 把这些常见操作按工具和用途拆成可直接套用的路径，避免在多个库里盲目试错。

技能如何工作

该技能以 Python 库 和 命令行工具 两条线组织内容：

pypdf 用于合并、拆分、提取元数据、旋转页面等基础操作；
pdfplumber 用于保留版式的文本提取与表格提取；
reportlab 用于从零生成单页或多页 PDF；
qpdf、pdftotext、pdftk 用于快速合并、转文本或处理页面；
扫描件通常先转成图像，再交给 pytesseract 做 OCR。

关键步骤是先判断 PDF 类型：文本型优先用 pdfplumber；扫描型先做图像处理；生成报告则用 reportlab 的 Canvas 或 Platypus。

适用边界

它适合脚本化、重复性 PDF 处理，不适合替代专业排版软件或复杂文档流设计。若涉及 PDF 表单，资料指向 forms.md，需要按表单字段结构填写；高级用法和故障排查在 reference.md。实际可用性依赖本地安装的 Python 包与系统工具，输出质量也会受原 PDF 结构、表格边框和扫描清晰度影响。