Pdf

PDF 処理ガイド

🎯 PAI のコンテキスト全体を読み込む

このスキルを使ってタスクを開始する前に、PAI のコンテキスト全体を読み込んでください：

read ~/.claude/PAI/SKILL.md

これにより、以下を参照できます：

• 連絡先リスト全体（Angela、Bunny、Saša、Greg、チームメンバー）
• スタックの優先事項（TypeScript>Python、bun>npm、uv>pip）
• セキュリティルールとリポジトリの安全性に関するプロトコル
• 応答形式の要件（絵文字を使った構造化形式）
• エージェントのルーティング用の音声 ID（ElevenLabs）
• 個人の好みと操作手順

このスキルを有効にするタイミング

PDF タスクの直接的なトリガー

• ユーザーが新しい PDF ドキュメントの作成を希望している
• ユーザーが複数の PDF の結合、統合、または連結を希望している
• ユーザーが PDF の分割や、個々のページ／セクションへの切り分けを希望している
• ユーザーが「PDF からテキストを抽出」、「PDF のテキスト抽出」と言及している
• ユーザーが「PDF から表を抽出」、「PDF の表」と言及している
• ユーザーが「PDF フォームに入力」、「PDF フォーム入力」を希望している
• ユーザーが「OCR」、「スキャンした PDF」、「スキャン画像をテキスト化」と言及している
• ユーザーが透かし、パスワード保護、または暗号化の追加を希望している
• ユーザーが PDF から画像を抽出したいと考えている
• ユーザーがページの回転や PDF 構造の操作を希望している

コンテキストに基づくトリガー

• ユーザーが処理対象の .pdf ファイルパスを提示している
• ユーザーがフォーム入力の自動化や PDF の一括処理に言及している
• ユーザーが大規模な PDF のプログラムによる処理を必要としている

🔀 PDF ワークフローの振り分け

このスキルでは、複数の PDF 処理ワークフローをサポートしています：

作成ワークフロー

トリガー：「PDF を作成」、「PDF を生成」、「PDF を作る」、「データから PDF を作成」

ツール： reportlab（Python） ドキュメント： Lines 136-181（SKILL.md）

ユースケース：

• 新しい PDF を一から作成する
• プログラムでレポートを生成する
• テキストと図を含む複数ページのドキュメントを作成する
• テンプレートやデータから PDF を生成する

結合／分割ワークフロー

トリガー：「PDF を結合」、「PDF を統合」、「PDF を分割」、「ページを切り分ける」

ツール： pypdf（Python）、qpdf（CLI） ドキュメント： Lines 46-68（SKILL.md）、Lines 199-211（qpdf）

ユースケース：

• 複数の PDF を 1 つのドキュメントに結合する
• PDF を個々のページまたは範囲に分割する
• PDF のページ順を並べ替える
• 特定のページ範囲を抽出する

テキスト抽出ワークフロー

トリガー：「テキストを抽出」、「PDF をテキストに変換」、「PDF の内容を読む」

ツール： pdfplumber（Python）、pdftotext（CLI） ドキュメント： Lines 95-103（pdfplumber）、Lines 186-196（pdftotext）

ユースケース：

• レイアウトを維持しながらテキストを抽出する
• PDF をプレーンテキストに変換する
• 複数の PDF からテキストを一括抽出する
• メタデータを抽出する

表の抽出ワークフロー

トリガー：「表を抽出」、「PDF の表」、「PDF から表データを抽出」

ツール： pdfplumber + pandas（Python） ドキュメント： Lines 106-133（SKILL.md）

ユースケース：

• 構造化された表データを Excel／CSV に抽出する
• PDF レポートから財務データを抽出する
• PDF の表をデータフレームに変換する
• 複数の表を抽出して統合する

フォーム入力ワークフロー

トリガー：「PDF フォームに入力」、「PDF フォーム入力」、「PDF フォームを完成させる」

ツール： pdf-lib（JavaScript）または pypdf（Python） ドキュメント： forms.md（完全ガイド）

ユースケース：

• プログラムでフォームに入力する
• フォームを一括処理する
• テンプレートベースの PDF を生成する
• データソースからフォームのフィールドに値を入力する

OCR ワークフロー

トリガー：「OCR」、「スキャンした PDF」、「スキャン画像からテキストを抽出」、「画像をテキストに変換」

ツール： pytesseract + pdf2image（Python） ドキュメント： Lines 227-244（SKILL.md）

ユースケース：

• スキャンしたドキュメントからテキストを抽出する
• 画像ベースの PDF を処理する
• スキャンしたフォームを編集可能なテキストに変換する
• 古いドキュメントをデジタル化する

操作ワークフロー

トリガー：「透かし」、「パスワードで保護」、「PDF を暗号化」、「ページを回転」、「画像を抽出」

ツール： pypdf（Python）、pdfimages（CLI） ドキュメント： Lines 246-288（SKILL.md）

ユースケース：

• PDF に透かしを追加する
• パスワード保護と暗号化
• ページの回転と変換
• PDF から画像を抽出する

概要

このガイドでは、Python ライブラリとコマンドラインツールを使った基本的な PDF 処理について説明します。高度な機能、JavaScript ライブラリ、詳しい例については、reference.md を参照してください。PDF フォームに入力する必要がある場合は、forms.md を読み、その手順に従ってください。

クイックスタート

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 ライブラリ

pypdf - 基本操作

PDF を結合する

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)

PDF を分割する

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)

メタデータを抽出する

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}")

ページを回転する

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 - テキストと表の抽出

レイアウトを維持してテキストを抽出する

import pdfplumber

with pdfplumber.open("document.pdf") as pdf:
    for page in pdf.pages:
        text = page.extract_text()
        print(text)

表を抽出する

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)

高度な表の抽出

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 - PDF の作成

基本的な PDF の作成

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()

複数ページの PDF を作成する

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)

コマンドラインツール

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（利用できる場合）

# Merge
pdftk file1.pdf file2.pdf cat output merged.pdf

# Split
pdftk input.pdf burst

# Rotate
pdftk input.pdf rotate 1east output rotated.pdf

よくあるタスク

スキャンした PDF からテキストを抽出する

# 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)

透かしを追加する

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)

画像を抽出する

# Using pdfimages (poppler-utils)
pdfimages -j input.pdf output_prefix

# This extracts all images as output_prefix-000.jpg, output_prefix-001.jpg, etc.

パスワードで保護する

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)

クイックリファレンス

タスク	最適なツール	コマンド／コード
PDF の結合	pypdf	writer.add_page(page)
PDF の分割	pypdf	1 ファイルにつき 1 ページ
テキストの抽出	pdfplumber	page.extract_text()
表の抽出	pdfplumber	page.extract_tables()
PDF の作成	reportlab	Canvas または Platypus
コマンドラインでの結合	qpdf	qpdf --empty --pages ...
スキャンした PDF の OCR	pytesseract	まず画像に変換
PDF フォームへの入力	pdf-lib または pypdf（forms.md を参照）	forms.md を参照

例

例 1：PDF レポートから表を抽出する

User: "Pull the tables out of this quarterly report PDF"
→ Opens PDF with pdfplumber
→ Extracts tables, converts to pandas DataFrame
→ Exports to Excel file with clean formatting

例 2：複数の PDF を結合する

User: "Combine these three contracts into one PDF"
→ Uses pypdf to read all input files
→ Adds pages sequentially to new writer
→ Saves merged document to output path

例 3：PDF フォームに入力する

User: "Fill in this tax form with my info"
→ Reads forms.md for form-filling workflow
→ Uses pdf-lib to populate form fields
→ Saves completed PDF with flattened form data

次のステップ

• pypdfium2 の高度な使い方については、reference.md を参照してください
• JavaScript ライブラリ（pdf-lib）については、reference.md を参照してください
• PDF フォームに入力する必要がある場合は、forms.md の手順に従ってください
• トラブルシューティングガイドについては、reference.md を参照してください