安裝
from pypdf import PdfReader, PdfWriter適合誰
當使用者提到 .pdf 檔案,或要求產出一份 PDF 時,使用這份 pdf 說明。它涵蓋讀取或擷取文字/表格、合併、拆分、旋轉、加浮水印、新建、填表、加解密、抽圖,以及對掃描件做 OCR 以便檢索。它不是某一家閱讀器的替代品,也不負責替你選擇未點名的商業服務。
更合適的前提是:你打算用 Python 函式庫和命令列工具做這些基本操作。資料寫明進階功能、JavaScript 函式庫和更細的例子要看 REFERENCE.md,因此不要把這份入門說明當成完整手冊。資料沒有給出可用代理產品名單,也不要把 Python 或 JavaScript 理解成互斥的唯一執行環境。官方說明頁是
https://raw.githubusercontent.com/anthropics/skills/main/skills/pdf/SKILL.md
3 分鐘完成第一次嘗試
建議的第一條路徑就是資料裡的 pypdf 讀取示例,而不是另造安裝程式。前置:本機已有 Python,並能執行 from pypdf import PdfReader, PdfWriter。若匯入失敗,先停在匯入錯誤,不要改寫 PDF。
低風險第一次嘗試:準備一個本機已有的 document.pdf。先確認該檔案存在,再以唯讀方式開啟並列印頁數:
from pypdf import PdfReader, PdfWriter
reader = PdfReader("document.pdf")
print(f"Pages: {len(reader.pages)}")
成功訊號:終端機印出 Pages: 加上一個數字。這是讀取,不是合併、加密或覆寫。若檔案不存在,停在開啟失敗,不要新建或下載一份未點名的 PDF。PdfWriter 雖被同一行匯入,但第一次不要呼叫寫入磁碟。
使用案例
案例一:確認一份本機 PDF 有多少頁,並以此作為後續擷取的起點。操作就是上面的 PdfReader("document.pdf") 與 len(reader.pages)。資料把讀取和擷取文字/表格列為能力,但摘錄只把頁數列印寫完整,因此第一次完成標準是得到頁數;若還要擷取文字,必須回到同一頁繼續找對應呼叫,不能把頁數輸出寫成已經擷取完全文。
案例二:需要填寫 PDF 表單。資料寫明:If you need to fill out a PDF form, read FORMS.md and follow its instructions。因此這條路徑的第一步是開啟 FORMS.md 並按其步驟進行,而不是在本頁發明填表欄位或儲存命令。完成標準是你已經按 FORMS.md 開始,而不是假設表單已提交。若目標其實是掃描件 OCR,資料另給了 pip install pytesseract pdf2image 以及 convert_from_path,那是另一條要求額外依賴的路徑,不要和填表混成一步。
使用界線
基本操作面向 Python 函式庫和命令列工具;進階、JavaScript 與詳細例子指向 REFERENCE.md,本頁沒有展開。OCR 需要 pytesseract 與 pdf2image,先把頁面轉成影像。填表必須走 FORMS.md。
資料沒有給出圖形介面安裝套件,也沒有用戶端名單。合併、拆分、旋轉、浮水印、加密、抽圖雖被點名為能力,但摘錄沒有給出這些操作的完整命令,因此不能把它們寫成已經可複製的步驟。寫入磁碟、加密或覆寫原檔前,先確認目標路徑和副作用,再執行。