PDF 工具

使用 Python 库（pdfplumber 和 PyPDF2）查看、提取和编辑 PDF 文件的工具。

快速开始

所有脚本均需依赖项：
bash
pip3 install pdfplumber PyPDF2

核心操作

提取文本

从 PDF 中提取文本（所有页面或指定页面）：
bash
scripts/extract_text.py document.pdf
scripts/extract_text.py document.pdf -p 1 3 5
scripts/extract_text.py document.pdf -o output.txt

获取 PDF 信息

查看元数据和结构：
bash
scripts/pdf_info.py document.pdf
scripts/pdf_info.py document.pdf -f json

合并 PDF

将多个 PDF 合并为一个：
bash
scripts/merge_pdfs.py file1.pdf file2.pdf file3.pdf -o merged.pdf

拆分 PDF

拆分为单独页面：
bash
scripts/splitpdf.py document.pdf -o outputdir/

按页面范围拆分：
bash
scripts/splitpdf.py document.pdf -o outputdir/ -m ranges -r 1-3,5-7,10-12

旋转页面

旋转所有页面或指定页面：
bash
scripts/rotate_pdf.py document.pdf -o rotated.pdf -r 90
scripts/rotate_pdf.py document.pdf -o rotated.pdf -r 180 -p 1 3 5

编辑文本

在页面上添加文本覆盖层：
bash
scripts/edit_text.py document.pdf -o edited.pdf --overlay 新文本 --page 1 --x 100 --y 700
scripts/edit_text.py document.pdf -o edited.pdf --overlay 水印 --page 1 --x 200 --y 400 --font-size 20

替换文本（功能有限，最适合简单情况）：
bash
scripts/edit_text.py document.pdf -o edited.pdf --replace 旧文本 新文本

注意： 由于 PDF 格式的复杂性，文本编辑较为困难。覆盖层方法比替换方法更可靠。

工作流程模式

查看 PDF 内容

1. 1. 获取基本信息：scripts/pdfinfo.py file.pdf
2. 提取文本进行预览：scripts/extracttext.py file.pdf -p 1
3. 如需提取全文：scripts/extract_text.py file.pdf -o content.txt

重新组织 PDF

1. 1. 拆分为页面：scripts/splitpdf.py input.pdf -o pages/
2. 合并选定页面：scripts/mergepdfs.py pages/page1.pdf pages/page3.pdf -o reordered.pdf

提取章节

1. 1. 获取页数：scripts/pdfinfo.py document.pdf
2. 按范围拆分：scripts/splitpdf.py document.pdf -o sections/ -m ranges -r 1-5,10-15

高级用法

有关详细的库文档和高级模式，请参阅 references/libraries.md。

注意事项

• - 所有脚本中的页码均为 从 1 开始索引（第 1 页 = 首页）
• 文本提取最适合基于文本的 PDF（非扫描图像）
• 旋转角度：90、180、270 或 -90（逆时针）
• 所有脚本在处理前都会验证文件是否存在