Traitement de fichiers PDF

VérifiéSûr

Extrait du texte de PDF, remplit des formulaires et fusionne des documents. À utiliser pour l'extraction de contenu et la manipulation de fichiers PDF.

Spar Skills Guide Bot
Data & IAIntermédiaire
5002/06/2026
Claude Code
#pdf-processing#document-extraction#form-filling#validation#automation

Recommandé pour

Notre avis

Cette compétence fournit un workflow structuré pour traiter des fichiers PDF, incluant l'extraction de texte, le remplissage de formulaires et la validation des résultats.

Points forts

  • Workflow clair avec checklist de progression
  • Scripts modulaires pour analyse, extraction et validation
  • Gestion d'erreurs intégrée dans les scripts
  • Instructions détaillées pour l'installation des dépendances

Limites

  • Nécessite un environnement Python avec les bibliothèques pypdf et pdfplumber
  • Ne gère pas les PDF scannés sans OCR
  • Validation limitée à la vérification de présence de texte
Quand l'utiliser

Lorsque vous devez automatiser l'extraction de données ou le remplissage de formulaires dans des PDF.

Quand l'éviter

Pour des PDF complexes basés sur des images ou lorsque une approche manuelle simple suffit.

Analyse de sécurité

Sûr
Score qualité85/100

This is a template skill containing example code and instructions; no harmful commands or security risks are present.

Aucun point d'attention détecté

Exemples

Extract text from PDF
Extract text from input.pdf and save it to output.txt
Analyze PDF structure
Analyze the structure of input.pdf, report page count and form fields
Fill and validate PDF forms
Fill form fields in input.pdf with data from data.json, then validate the output

Code Skill Template

스크립트를 포함하는 스킬용


디렉토리 구조

my-code-skill/
├── SKILL.md
├── reference.md
└── scripts/
    ├── analyze.py
    ├── process.py
    └── validate.py

SKILL.md 예시

---
name: processing-pdfs
description: "Extracts text from PDFs, fills forms, merges documents. Use when working with PDF files or document extraction."
allowed-tools:
  - Bash
  - Read
  - Write
---

# PDF Processing

## Quick start

Extract text:
```bash
python scripts/extract_text.py input.pdf > output.txt

Workflow

Copy this checklist:

Progress:
- [ ] Step 1: Analyze PDF structure
- [ ] Step 2: Extract content
- [ ] Step 3: Validate output

Step 1: Analyze PDF

python scripts/analyze.py input.pdf

Output shows page count, form fields, and structure.

Step 2: Extract content

python scripts/extract_text.py input.pdf > output.txt

Step 3: Validate

python scripts/validate.py output.txt

Fix any issues before proceeding.

Scripts reference

| Script | Purpose | |--------|---------| | analyze.py | PDF 구조 분석 | | extract_text.py | 텍스트 추출 | | fill_form.py | 폼 필드 채우기 | | validate.py | 결과 검증 |

For detailed API: See reference.md

Dependencies

pip install pypdf pdfplumber

---

## scripts/analyze.py 예시

```python
#!/usr/bin/env python3
"""
analyze.py - PDF 구조 분석

Usage:
    python analyze.py input.pdf

Output:
    - Page count
    - Form fields
    - Text/image ratio
"""

import sys
import json
from pypdf import PdfReader

def main():
    if len(sys.argv) != 2:
        print("Usage: python analyze.py input.pdf", file=sys.stderr)
        sys.exit(1)
    
    pdf_path = sys.argv[1]
    
    try:
        reader = PdfReader(pdf_path)
    except Exception as e:
        print(f"Error reading PDF: {e}", file=sys.stderr)
        sys.exit(1)
    
    result = {
        "page_count": len(reader.pages),
        "form_fields": [],
        "has_text": False
    }
    
    # Form fields
    if reader.get_form_text_fields():
        result["form_fields"] = list(reader.get_form_text_fields().keys())
    
    # Check for text
    for page in reader.pages:
        if page.extract_text().strip():
            result["has_text"] = True
            break
    
    print(json.dumps(result, indent=2))

if __name__ == "__main__":
    main()

핵심 포인트

  1. 워크플로우 체크리스트: 진행 추적
  2. 피드백 루프: 검증 → 수정 → 재검증
  3. 스크립트 문서화: Usage, Output 명시
  4. 에러 직접 처리: Claude에 떠넘기지 않기
  5. 의존성 명시: pip install 명령 포함
Skills similaires