PDF 處理技能
使用時機
- 需要閱讀或審閱 PDF 內容,且版面與視覺元素至關重要時。
- 以程式化方式建立格式可靠的 PDF。
- 在交付前驗證最終渲染結果。
工作流程
- 偏好視覺審查:將 PDF 頁面渲染為 PNG 並進行檢查。
- 優先使用
pdftoppm。 - 若無法使用,則安裝 Poppler 或請使用者在本地端審閱輸出。
- 優先使用
- 建立新文件時,使用
reportlab產生 PDF。 - 文字擷取與快速檢查使用
pdfplumber(或pypdf);請勿依賴此方法判斷版面精確度。 - 每次有意義的更新後,重新渲染頁面並確認對齊、間距及可讀性。
暫存與輸出慣例
- 使用
tmp/pdfs/存放中間檔案;完成後請刪除。 - 在此儲存庫中工作時,最終成品請寫入
output/pdf/。 - 保持檔名穩定且具描述性。
相依套件(若缺少請安裝)
偏好使用 uv 管理相依套件。
Python 套件:
uv pip install reportlab pdfplumber pypdf
若無法使用 uv:
python3 -m pip install reportlab pdfplumber pypdf
系統工具(用於渲染):
# macOS (Homebrew)
brew install poppler
# Ubuntu/Debian
sudo apt-get install -y poppler-utils
若在此環境中無法安裝,請告知使用者缺少哪個相依套件,以及如何在本地端安裝。
環境變數
無需任何環境變數。
渲染指令
pdftoppm -png $INPUT_PDF $OUTPUT_PREFIX
品質要求
- 維持精緻的視覺設計:一致的排版、間距、邊界及章節層次。
- 避免渲染問題:文字裁切、元素重疊、表格損壞、黑色方塊或無法辨識的字形。
- 圖表、表格與圖片必須清晰、對齊且標示明確。
- 僅使用 ASCII 連字號。避免使用 U+2011(不斷行連字號)及其他 Unicode 破折號。
- 引用與參考文獻必須人類可讀;絕不可留下工具記號或佔位字串。
最終檢查
- 在最新的 PNG 檢查顯示零視覺或格式缺陷之前,請勿交付。
- 確認頁首/頁尾、頁碼與章節轉換看起來精美。
- 保持中間檔案有組織,或在最終批准後將其移除。