cas-bigdatalab pdf_split 技能
功能说明
该技能将PDF按指定页码范围拆分为独立的PDF文件，适用于需要提取特定页面或拆分大型PDF的场景。
核心功能
- 支持按页码范围拆分
- 单页提取输出单个文件
- 多页拆分自动添加页码后缀
- 自动创建输出目录
使用方法
python scripts/run_pdf_split.py --input_path <输入PDF> --output_path <输出PDF> [--pages <页码范围>]
参数说明
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| input_path | string | 是 | - | 输入PDF文件路径 |
| output_path | string | 是 | - | 输出PDF文件路径（多页时自动添加_pageN后缀） |
| pages | string | 否 | 全部 | 页码范围，如"1-3,5"（默认全部页拆为单页） |
示例
示例1：拆分全部页面为单页
python scripts/run_pdf_split.py --input_path input.pdf --output_path split/page
示例2：提取单页
python scripts/run_pdf_split.py --input_path input.pdf --output_path page5.pdf --pages "5"
示例3：提取指定页码范围
python scripts/run_pdf_split.py --input_path input.pdf --output_path split/page --pages "1-3,5"
注意事项
- 不指定pages参数时，将所有页面拆分为单独的PDF文件
- 单页提取时输出文件名为指定路径
- 多页拆分时自动添加_pageN后缀（N为页码）
- 输出目录不存在时会自动创建