پی ڈی ایف پروسیسر
متعدد پی ڈی ایف سے ڈیٹا نکالیں اور انہیں اسپریڈ شیٹس میں تبدیل کریں۔
SKILL.md Definition
PDF Processing Guide
Overview
This guide covers essential PDF processing operations using Python libraries and command-line tools. For advanced features, JavaScript libraries, and detailed examples, see reference.md. If you need to fill out a PDF form, read forms.md and follow its instructions.
Quick Start
from pypdf import PdfReader, PdfWriter
# Read a PDF
reader = PdfReader("document.pdf")
print(f"Pages: {len(reader.pages)}")
# Extract text
text = ""
for page in reader.pages:
text += page.extract_text()
Python Libraries
pypdf - Basic Operations
Merge PDFs
from pypdf import PdfWriter, PdfReader
writer = PdfWriter()
for pdf_file in ["doc1.pdf", "doc2.pdf", "doc3.pdf"]:
reader = PdfReader(pdf_file)
for page in reader.pages:
writer.add_page(page)
with open("merged.pdf", "wb") as output:
writer.write(output)
Split PDF
reader = PdfReader("input.pdf")
for i, page in enumerate(reader.pages):
writer = PdfWriter()
writer.add_page(page)
with open(f"page_{i+1}.pdf", "wb") as output:
writer.write(output)
Extract Metadata
reader = PdfReader("document.pdf")
meta = reader.metadata
print(f"Title: {meta.title}")
print(f"Author: {meta.author}")
print(f"Subject: {meta.subject}")
print(f"Creator: {meta.creator}")
Rotate Pages
reader = PdfReader("input.pdf")
writer = PdfWriter()
page = reader.pages[0]
page.rotate(90) # Rotate 90 degrees clockwise
writer.add_page(page)
with open("rotated.pdf", "wb") as output:
writer.write(output)
pdfplumber - Text and Table Extraction
Extract Text with Layout
import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
for page in pdf.pages:
text = page.extract_text()
print(text)
Extract Tables
with pdfplumber.open("document.pdf") as pdf:
for i, page in enumerate(pdf.pages):
tables = page.extract_tables()
for j, table in enumerate(tables):
print(f"Table {j+1} on page {i+1}:")
for row in table:
print(row)
Advanced Table Extraction
import pandas as pd
with pdfplumber.open("document.pdf") as pdf:
all_tables = []
for page in pdf.pages:
tables = page.extract_tables()
for table in tables:
if table: # Check if table is not empty
df = pd.DataFrame(table[1:], columns=table[0])
all_tables.append(df)
# Combine all tables
if all_tables:
combined_df = pd.concat(all_tables, ignore_index=True)
combined_df.to_excel("extracted_tables.xlsx", index=False)
reportlab - Create PDFs
Basic PDF Creation
from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas
c = canvas.Canvas("hello.pdf", pagesize=letter)
width, height = letter
# Add text
c.drawString(100, height - 100, "Hello World!")
c.drawString(100, height - 120, "This is a PDF created with reportlab")
# Add a line
c.line(100, height - 140, 400, height - 140)
# Save
c.save()
Create PDF with Multiple Pages
from reportlab.lib.pagesizes import letter
from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer, PageBreak
from reportlab.lib.styles import getSampleStyleSheet
doc = SimpleDocTemplate("report.pdf", pagesize=letter)
styles = getSampleStyleSheet()
story = []
# Add content
title = Paragraph("Report Title", styles['Title'])
story.append(title)
story.append(Spacer(1, 12))
body = Paragraph("This is the body of the report. " * 20, styles['Normal'])
story.append(body)
story.append(PageBreak())
# Page 2
story.append(Paragraph("Page 2", styles['Heading1']))
story.append(Paragraph("Content for page 2", styles['Normal']))
# Build PDF
doc.build(story)
Command-Line Tools
pdftotext (poppler-utils)
# Extract text
pdftotext input.pdf output.txt
# Extract text preserving layout
pdftotext -layout input.pdf output.txt
# Extract specific pages
pdftotext -f 1 -l 5 input.pdf output.txt # Pages 1-5
qpdf
# Merge PDFs
qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf
# Split pages
qpdf input.pdf --pages . 1-5 -- pages1-5.pdf
qpdf input.pdf --pages . 6-10 -- pages6-10.pdf
# Rotate pages
qpdf input.pdf output.pdf --rotate=+90:1 # Rotate page 1 by 90 degrees
# Remove password
qpdf --password=mypassword --decrypt encrypted.pdf decrypted.pdf
pdftk (if available)
# Merge
pdftk file1.pdf file2.pdf cat output merged.pdf
# Split
pdftk input.pdf burst
# Rotate
pdftk input.pdf rotate 1east output rotated.pdf
Common Tasks
Extract Text from Scanned PDFs
# Requires: pip install pytesseract pdf2image
import pytesseract
from pdf2image import convert_from_path
# Convert PDF to images
images = convert_from_path('scanned.pdf')
# OCR each page
text = ""
for i, image in enumerate(images):
text += f"Page {i+1}:\n"
text += pytesseract.image_to_string(image)
text += "\n\n"
print(text)
Add Watermark
from pypdf import PdfReader, PdfWriter
# Create watermark (or load existing)
watermark = PdfReader("watermark.pdf").pages[0]
# Apply to all pages
reader = PdfReader("document.pdf")
writer = PdfWriter()
for page in reader.pages:
page.merge_page(watermark)
writer.add_page(page)
with open("watermarked.pdf", "wb") as output:
writer.write(output)
Extract Images
# Using pdfimages (poppler-utils)
pdfimages -j input.pdf output_prefix
# This extracts all images as output_prefix-000.jpg, output_prefix-001.jpg, etc.
Password Protection
from pypdf import PdfReader, PdfWriter
reader = PdfReader("input.pdf")
writer = PdfWriter()
for page in reader.pages:
writer.add_page(page)
# Add password
writer.encrypt("userpassword", "ownerpassword")
with open("encrypted.pdf", "wb") as output:
writer.write(output)
Quick Reference
| Task | Best Tool | Command/Code |
|---|---|---|
| Merge PDFs | pypdf | writer.add_page(page) |
| Split PDFs | pypdf | One page per file |
| Extract text | pdfplumber | page.extract_text() |
| Extract tables | pdfplumber | page.extract_tables() |
| Create PDFs | reportlab | Canvas or Platypus |
| Command line merge | qpdf | qpdf --empty --pages ... |
| OCR scanned PDFs | pytesseract | Convert to image first |
| Fill PDF forms | pdf-lib or pypdf (see forms.md) | See forms.md |
Next Steps
- For advanced pypdfium2 usage, see reference.md
- For JavaScript libraries (pdf-lib), see reference.md
- If you need to fill out a PDF form, follow the instructions in forms.md
- For troubleshooting guides, see reference.md
نمایاں مہارتیں
"اپنے پروجیکٹ کے لیے بہترین 'agent skills' تلاش کریں"
زنک ڈیٹا بیس
ورچوئل اسکریننگ کے لیے تجارتی مرکبات کا تیار کردہ ڈیٹا بیس۔
زار پائیتھن
سائنسی ڈیٹا کے لیے کمپریسڈ اور چنکڈ ایریز کا پائیتھن نفاذ۔
یو ایس پی ٹی او ڈیٹا بیس
ریاستہائے متحدہ کے پیٹنٹ اور ٹریڈ مارک آفس ڈیٹا بیس تک رسائی۔
یونی پروٹ ڈیٹا بیس
پروٹین سیکوینسز اور فنکشنل معلومات کے لیے جامع، اعلیٰ معیار اور مفت وسیلہ۔
طاقتور ایجنٹ سکلز
پیشہ ورانہ مہارتوں کے ہمارے مجموعے کے ساتھ اپنی AI کی کارکردگی کو بڑھائیں۔
استعمال کے لیے تیار
مہارتوں کو سپورٹ کرنے والے کسی بھی ایجنٹ سسٹم میں کاپی اور پیسٹ کریں۔
موڈیولر ڈیزائن
پیچیدہ ایجنٹ طرز عمل تخلیق کرنے کے لیے 'code skills' کو آپس میں ملائیں۔
بہتر بنایا گیا
ہر 'agent skill' کو اعلیٰ کارکردگی اور درستگی کے لیے ترتیب دیا گیا ہے۔
اوپن سورس
تمام 'code skills' شراکت اور تخصیص کے لیے کھلے ہیں۔
کراس پلیٹ فارم
مختلف LLMs اور ایجنٹ فریم ورکس کے ساتھ کام کرتا ہے۔
محفوظ اور مامون
تصدیق شدہ مہارتیں جو AI تحفظ کے بہترین طریقوں پر عمل کرتی ہیں۔
یہ کیسے کام کرتا ہے
تین آسان مراحل میں ایجنٹ سکلز کا استعمال شروع کریں۔
مہارت کا انتخاب کریں
ہمارے مجموعے میں اپنی ضرورت کی مہارت تلاش کریں۔
دستاویزات پڑھیں
سمجھیں کہ مہارت کیسے کام کرتی ہے اور اس کی حدود کیا ہیں۔
کاپی کریں اور استعمال کریں
تعریف کو اپنے ایجنٹ کی ترتیب میں پیسٹ کریں۔
ٹیسٹ کریں
نتائج کی تصدیق کریں اور ضرورت پڑنے پر بہتری لائیں۔
لانچ کریں
اپنا مخصوص AI ایجنٹ لانچ کریں۔
ڈیولپرز کا کیا کہنا ہے
دیکھیں کہ دنیا بھر کے ڈیولپرز کیوں Agiskills کا انتخاب کرتے ہیں۔
ایلکس سمتھ
AI انجینئر
"Agiskills نے AI ایجنٹ بنانے کے میرے طریقے کو مکمل طور پر بدل دیا ہے۔"
ماریہ گارسیا
پروڈکٹ مینیجر
"پی ڈی ایف ماہر کی مہارت نے ہمارے لیے دستاویزات کے تجزیے کے پیچیدہ مسائل حل کر دیے۔"
جان ڈو
ڈیولپر
"پیشہ ورانہ اور بہترین دستاویزی مہارتیں ہیں۔ میں پر زور سفارش کرتا ہوں!"
سارہ لی
آرٹسٹ
"الگورتھمک آرٹ کی مہارت ناقابل یقین حد تک خوبصورت کوڈ تیار کرتی ہے۔"
چن وی
فرنٹ اینڈ ماہر
"تھیم فیکٹری کے تیار کردہ تھیمز ہر پکسل میں بہترین ہیں۔"
رابرٹ ٹی۔
CTO
"اب ہم اپنی AI ٹیم کے لیے Agiskills کو ایک معیار کے طور پر استعمال کرتے ہیں۔"
عمومی سوالات
Agiskills کے بارے میں ہر وہ چیز جو آپ کو جاننے کی ضرورت ہے۔
جی ہاں، تمام عوامی مہارتیں کاپی اور استعمال کرنے کے لیے مفت ہیں۔