PDF-Verarbeitungsleitfaden

Was macht PDF-Verarbeitungsleitfaden?

Python-Bibliotheken

• pypdf: Zusammenführen (PdfWriter.add_page()), Aufteilen, Drehen, Metadaten, Verschlüsselung (writer.encrypt()), Wasserzeichen (page.merge_page())
• pdfplumber: Textextraktion (page.extract_text()), Tabellenextraktion (page.extract_tables() → pandas)
• reportlab: PDFs erstellen (Canvas für einfache, Platypus/SimpleDocTemplate für mehrseitige)
• pytesseract + pdf2image: OCR für gescannte PDFs (convert_from_path() → image_to_string())

CLI-Tools

• pdftotext (poppler): Textextraktion, -layout bewahrt Layout
• qpdf: Zusammenführen (qpdf --empty --pages), Aufteilen, Drehen, Entschlüsseln
• pdftk: Zusammenführen, Aufteilen (burst), Drehen

Kurzreferenz

Aufgabe	Bestes Werkzeug	Wichtige API
Text extrahieren	pdfplumber	page.extract_text()
Tabellen extrahieren	pdfplumber	page.extract_tables() → DataFrame
Zusammenführen	pypdf	PdfWriter().add_page()
Aufteilen	pypdf	über reader.pages iterieren
Erstellen	reportlab	SimpleDocTemplate / Canvas
OCR	pytesseract	convert_from_path() → image_to_string()
Wasserzeichen	pypdf	page.merge_page()
Passwortschutz	pypdf	writer.encrypt()

Benutzeranfrage

$ARGUMENTS