Install
from pypdf import PdfReader, PdfWriterPara quem
Use este guia pdf quando um usuário mencionar um arquivo .pdf ou pedir para produzir um PDF. Ele cobre ler ou extrair texto/tabelas, mesclar, dividir, girar, marcar d'água, criar, preencher formulários, criptografar/descriptografar, extrair imagens e fazer OCR em digitalizações para busca. Não substitui um leitor específico nem escolhe por você um serviço comercial não nomeado.
O pré-requisito mais adequado é pretender fazer essas operações básicas com bibliotecas Python e ferramentas de linha de comando. O material diz que recursos avançados, bibliotecas JavaScript e exemplos mais detalhados estão em REFERENCE.md; não trate esta introdução como um manual completo. Não há lista de produtos de agente utilizáveis; não trate Python ou JavaScript como o único runtime mutuamente exclusivo. A página oficial do guia é
https://raw.githubusercontent.com/anthropics/skills/main/skills/pdf/SKILL.md
Primeira tentativa em 3 minutos
O primeiro caminho recomendado é o exemplo de leitura com pypdf do material, não inventar outro instalador. Pré-requisito: Python já está na máquina e você consegue executar from pypdf import PdfReader, PdfWriter. Se a importação falhar, pare no erro de importação; não reescreva o PDF.
Primeira tentativa de baixo risco: prepare um document.pdf local que já exista. Confirme que o arquivo existe, abra-o somente leitura e imprima o número de páginas:
from pypdf import PdfReader, PdfWriter
reader = PdfReader("document.pdf")
print(f"Pages: {len(reader.pages)}")
Sinal de sucesso: o terminal imprime Pages: mais um número. Isto é leitura, não mesclagem, criptografia ou sobrescrita. Se o arquivo não existir, pare na falha de abertura; não crie nem baixe um PDF não nomeado. PdfWriter é importado na mesma linha, mas não chame gravação em disco na primeira tentativa.
Casos de uso
Caso 1: confirmar quantas páginas tem um PDF local e usar isso como ponto de partida para extração posterior. A operação é o PdfReader("document.pdf") e len(reader.pages) acima. O material lista ler e extrair texto/tabelas como capacidades, mas o trecho só escreve por completo a impressão do número de páginas, então o primeiro critério de conclusão é obter esse número. Se também precisar de texto, volte à mesma página e encontre a chamada correspondente; não trate a saída do número de páginas como extração do texto completo.
Caso 2: é preciso preencher um formulário PDF. O material afirma: If you need to fill out a PDF form, read FORMS.md and follow its instructions. O primeiro passo deste caminho é abrir FORMS.md e seguir os passos, não inventar campos ou comandos de salvamento nesta página. O critério de conclusão é ter começado conforme FORMS.md, não assumir que o formulário já foi enviado. Se o objetivo real for OCR de uma digitalização, o material dá à parte pip install pytesseract pdf2image e convert_from_path; é outro caminho com dependências extras — não misture com o preenchimento num único passo.
Limites de uso
As operações básicas visam bibliotecas Python e ferramentas de linha de comando; o avançado, JavaScript e exemplos detalhados apontam para REFERENCE.md e não são desenvolvidos aqui. OCR precisa de pytesseract e pdf2image; converta as páginas em imagens primeiro. Preencher formulários deve passar por FORMS.md.
O material não fornece um pacote de instalação gráfico nem uma lista de clientes. Mesclar, dividir, girar, marca d'água, criptografar e extrair imagens são citados como capacidades, mas o trecho não dá comandos completos dessas operações, então não os escreva como passos já copiáveis. Antes de gravar em disco, criptografar ou sobrescrever o arquivo original, confirme o caminho de destino e os efeitos colaterais e só então execute.