xyva-yuangui PDF Processor
PDF 文档处理工具。
功能
- 提取文本 — 从 PDF 中提取全部或指定页的纯文本
- 提取表格 — 从 PDF 中提取表格为 CSV/JSON
- 合并 PDF — 将多个 PDF 合并为一个
- 拆分 PDF — 将 PDF 按页码范围拆分
- 元数据 — 读取 PDF 标题、作者、页数等信息
- PDF 转图片 — 将 PDF 每页转为 PNG（需要 pdf2image + poppler）
使用方式
# 健康检查
python3 scripts/check.py
# 提取文本
python3 scripts/pdf_tool.py extract-text --input doc.pdf
python3 scripts/pdf_tool.py extract-text --input doc.pdf --pages 1-5
# 提取表格
python3 scripts/pdf_tool.py extract-tables --input doc.pdf --format csv
# 合并 PDF
python3 scripts/pdf_tool.py merge --inputs a.pdf b.pdf c.pdf --output merged.pdf
# 拆分 PDF
python3 scripts/pdf_tool.py split --input doc.pdf --pages 1-3 --output part1.pdf
# 元数据
python3 scripts/pdf_tool.py info --input doc.pdf
# 转图片
python3 scripts/pdf_tool.py to-images --input doc.pdf --output-dir ./images/
输出目录
$OPENCLAW_HOME/workspace/output/pdf/
依赖
- pdfplumber (
pip3 install pdfplumber) - PyPDF2 (
pip3 install PyPDF2)