PDF Office Toolkit

PDF办公全能工具，覆盖日常办公中PDF处理的全部常见需求。

核心能力

1. 合并与拆分 - 多PDF合并为一个、按页拆分、按书签拆分
2. 内容提取 - 提取文字、图片、表格数据
3. 格式转换 - PDF转Word/Excel/图片/HTML
4. 页面操作 - 旋转、删除、插入、提取指定页
5. 水印与页码 - 添加文字/图片水印、添加页码
6. 加密解密 - 设置打开密码、权限密码、移除密码
7. OCR识别 - 扫描件文字识别（中英文）
8. 压缩优化 - 降低PDF文件体积

快速开始

合并PDF

python3 scripts/pdf_ops.py merge file1.pdf file2.pdf -o merged.pdf

拆分PDF

python3 scripts/pdf_ops.py split input.pdf --pages 1-3,5,7-10 -o split/

提取文字

python3 scripts/pdf_ops.py extract-text input.pdf -o text.txt

添加水印

python3 scripts/pdf_ops.py watermark input.pdf --text "机密文件" -o watermarked.pdf

旋转页面

python3 scripts/pdf_ops.py rotate input.pdf --degrees 90 -o rotated.pdf

添加页码

python3 scripts/pdf_ops.py page-number input.pdf -o numbered.pdf

PDF转图片

python3 scripts/pdf_ops.py to-images input.pdf -o images/

加密PDF

python3 scripts/pdf_ops.py encrypt input.pdf --password 123456 -o encrypted.pdf

解密PDF

python3 scripts/pdf_ops.py decrypt encrypted.pdf --password 123456 -o decrypted.pdf

OCR识别

python3 scripts/pdf_ops.py ocr input.pdf -o ocr_result.txt

依赖安装

pip install PyPDF2 pdfplumber Pillow reportlab pytesseract
# OCR需要安装tesseract: sudo apt install tesseract-ocr tesseract-ocr-chi-sim

命令参考

详见 references/cli-reference.md