PDF

작성자: Anthropic

포괄적인 PDF 조작 도구 키트로, 텍스트 및 표 추출, 새 PDF 생성, 문서 병합/분할, 양식 처리를 지원합니다. Claude가 PDF 양식을 작성하거나 대규모로 PDF 문서를 프로그래밍 방식으로 처리, 생성, 분석해야 할 때 사용됩니다. 라이선스: 독점 라이선스. LICENSE.txt에 전체 이용 약관이 명시되어 있습니다.

npx skills add https://github.com/anthropics/skills --skill pdf

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)

Subscripts and Superscripts

IMPORTANT: Never use Unicode subscript/superscript characters (₀₁₂₃₄₅₆₇₈₉, ⁰¹²³⁴⁵⁶⁷⁸⁹) in ReportLab PDFs. The built-in fonts do not include these glyphs, causing them to render as solid black boxes.

Instead, use ReportLab's XML markup tags in Paragraph objects:

from reportlab.platypus import Paragraph
from reportlab.lib.styles import getSampleStyleSheet

styles = getSampleStyleSheet()

# Subscripts: use <sub> tag
chemical = Paragraph("H<sub>2</sub>O", styles['Normal'])

# Superscripts: use <super> tag
squared = Paragraph("x<super>2</super> + y<super>2</super>", styles['Normal'])

For canvas-drawn text (not Paragraph objects), manually adjust font the size and position rather than using Unicode subscripts/superscripts.

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

TaskBest ToolCommand/Code
Merge PDFspypdfwriter.add_page(page)
Split PDFspypdfOne page per file
Extract textpdfplumberpage.extract_text()
Extract tablespdfplumberpage.extract_tables()
Create PDFsreportlabCanvas or Platypus
Command line mergeqpdfqpdf --empty --pages ...
OCR scanned PDFspytesseractConvert to image first
Fill PDF formspdf-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

Anthropic의 다른 스킬

Algorithmic Art
Anthropic
p5.js와 시드 기반 무작위성 및 대화형 매개변수 탐색을 사용하여 알고리즘 아트를 생성합니다. 사용자가 코드를 사용한 아트 생성, 제너레이티브 아트, 알고리즘 아트, 플로우 필드 또는 파티클 시스템을 요청할 때 사용하세요. 저작권 침해를 피하기 위해 기존 아티스트의 작품을 복사하지 않고 독창적인 알고리즘 아트를 만드세요. 라이선스: 전체 약관은 LICENSE.txt에 있습니다.
creativeofficial
Brand Guidelines
Anthropic
Anthropic의 공식 브랜드 색상과 타이포그래피를 적용하여 Anthropic의 느낌을 살리는 데 도움이 되는 모든 아티팩트에 사용합니다. 브랜드 색상이나 스타일 가이드, 시각적 서식, 회사 디자인 표준이 적용될 때 사용하세요. 라이선스: LICENSE.txt에 전체 약관이 명시되어 있습니다.
creativeofficial
Canvas Design
Anthropic
디자인 철학을 사용하여 .png 및 .pdf 문서로 아름다운 시각 예술을 만듭니다. 사용자가 포스터, 예술 작품, 디자인 또는 기타 정적 작품을 요청할 때 이 스킬을 사용해야 합니다. 저작권 침해를 피하기 위해 기존 아티스트의 작품을 복사하지 않고 독창적인 시각 디자인을 만듭니다. 라이선스: LICENSE.txt에 전체 약관이 명시되어 있습니다.
creativeofficial
Docx
Anthropic
포괄적인 문서 생성, 편집 및 분석 기능을 제공하며, 변경 내용 추적, 주석, 서식 유지, 텍스트 추출을 지원합니다. Claude가 전문 문서(.docx 파일) 작업이 필요할 때: (1) 새 문서 생성, (2) 콘텐츠 수정 또는 편집, (3) 변경 내용 추적 작업, (4) 주석 추가 또는 기타 문서 작업에 사용됩니다. 라이선스: 독점 라이선스. LICENSE.txt에 전체 조건이 명시되어 있습니다.
documentofficial
Frontend Design
Anthropic
독창적이고 프로덕션 수준의 프론트엔드 인터페이스를 생성하여 일반적인 AI 미학을 피합니다.
developmentfeaturedofficial
Internal Comms
Anthropic
회사가 선호하는 형식을 사용하여 모든 종류의 내부 커뮤니케이션을 작성하는 데 도움이 되는 리소스 세트입니다. Claude는 상태 보고서, 리더십 업데이트, 3P 업데이트, 회사 뉴스레터, FAQ, 사고 보고서, 프로젝트 업데이트 등 내부 커뮤니케이션 작성을 요청받을 때마다 이 스킬을 사용해야 합니다. 라이선스: LICENSE.txt에 전체 약관이 명시되어 있습니다.
official
MCP Builder
Anthropic
고품질 MCP(Model Context Protocol) 서버를 생성하기 위한 가이드로, 잘 설계된 도구를 통해 LLM이 외부 서비스와 상호작용할 수 있도록 합니다. Python(FastMCP) 또는 Node/TypeScript(MCP SDK)로 외부 API나 서비스를 통합하는 MCP 서버를 구축할 때 사용하세요. 라이선스: LICENSE.txt에 전체 약관이 명시되어 있습니다.
developmentofficial
Artifacts Builder
Anthropic
현대 프론트엔드 웹 기술(React, Tailwind CSS, shadcn/ui)을 사용하여 정교한 다중 구성 요소 claude.ai HTML 아티팩트를 생성하기 위한 도구 모음입니다. 상태 관리, 라우팅 또는 shadcn/ui 구성 요소가 필요한 복잡한 아티팩트에 사용하십시오. 단순한 단일 파일 HTML/JSX 아티팩트에는 적합하지 않습니다. 라이선스: LICENSE.txt에 전체 약관이 명시되어 있습니다.
development