Document Processing

ドキュメント処理

クイックスタート

PDF テキスト抽出

import pdfplumber

with pdfplumber.open("document.pdf") as pdf:
    text = ""
    for page in pdf.pages:
        text += page.extract_text() or ""

Excel 読み込み

import pandas as pd

df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
print(df.head())

Word 作成

from docx import Document

doc = Document()
doc.add_heading("タイトル", 0)
doc.add_paragraph("本文テキスト")
doc.save("output.docx")

ファイル形式別ガイド

詳細ガイド

• PDF操作: reference/pdf.md
• Excel操作: reference/excel.md
• Word操作: reference/word.md
• データ変換: reference/conversion.md

ユーティリティスクリプト

# PDFからテキスト抽出
python scripts/extract_pdf.py input.pdf --output text.txt

# Excel→CSV変換
python scripts/excel_to_csv.py data.xlsx --sheet "Sheet1"

# Wordテンプレート埋め込み
python scripts/fill_template.py template.docx data.json output.docx

ワークフロー: ドキュメント処理

進捗チェックリスト:
- [ ] 1. 入力ファイル確認・形式判定
- [ ] 2. データ抽出/読み込み
- [ ] 3. データ処理・変換
- [ ] 4. 出力ファイル生成
- [ ] 5. 検証（ファイル破損チェック）