Pdf

• Estrazione dati su larga scala — Devi estrarre testo o dati tabulari da molti Pdf e inserirli in una pipeline, un foglio di calcolo o un database.
• Generazione di documenti — Devi creare in modo programmatico report Pdf formattati e multipagina utilizzando dati dinamici.
• Flussi di lavoro per la gestione dei documenti — Devi unire più Pdf in uno solo, suddividere un documento di grandi dimensioni in singole pagine o intervalli, oppure ruotare/riordinare le pagine.
• Automazione dei moduli — Devi compilare moduli Pdf in modo programmatico anziché manualmente, come descritto nel riferimento forms.md della skill.
• Elaborazione di documenti scansionati — Devi eseguire l'OCR su Pdf basati su immagini utilizzando pytesseract per recuperare testo leggibile dalla macchina.

• Visualizzazione semplice una tantum — Se hai solo bisogno di leggere un PDF visivamente, un visualizzatore PDF standard è più appropriato di questa skill.
• Modifica complessa con preservazione del layout — Se hai bisogno di una ricca modifica WYSIWYG (redline, annotazioni con formattazione avanzata), un editor PDF desktop dedicato sarà più adatto.
• Ambienti non Python — Se il tuo stack è esclusivamente JavaScript/Node.js, le librerie Python della skill non si applicheranno direttamente (anche se il file reference.md tratta alternative JS come pdf-lib).

Utilizza pdfplumber per estrarre testo semplice con preservazione del layout e tabelle strutturate da qualsiasi pagina. Le tabelle possono essere esportate direttamente in pandas DataFrame e salvate come file Excel per analisi successive.

Genera nuovi documenti Pdf da zero utilizzando l'API canvas di reportlab o il motore documentale Platypus di livello superiore. Supporta report multipagina, intestazioni, paragrafi, spaziatura e interruzioni di pagina.

Combina più Pdf in uno solo, dividi un documento in singole pagine o intervalli di pagine e ruota le pagine di gradi arbitrari — tutto tramite pypdf in Python o qpdf/pdftk da riga di comando.

Converte i Pdf scansionati e basati su immagini in immagini tramite pdf2image ed esegue l'OCR con pytesseract su ogni pagina, recuperando testo leggibile automaticamente da documenti che non contengono alcun livello di testo incorporato.

Sovrapponi una pagina filigrana su ogni pagina di un documento utilizzando l'API merge_page di pypdf. Cifra i Pdf con password utente e proprietario separate, oppure decifra i file protetti da password con qpdf.

Supporta la compilazione programmatica dei moduli tramite pypdf o la libreria JavaScript pdf-lib (descritta nel file forms.md della skill). Adatto per automatizzare i flussi di lavoro di invio che richiedono la compilazione di moduli Pdf standard.

Un agente estrae dati da un'API o da un database, li formatta utilizzando reportlab e produce un report Pdf multi-pagina con branding aziendale — senza che nessun essere umano tocchi un elaboratore di testi.

Un agente itera su centinaia di fatture Pdf, utilizza pdfplumber per estrarre le tabelle delle voci e scrive i risultati strutturati in un foglio di calcolo o in un database per la revisione contabile o di conformità.

Un agente riceve Pdf scansionati (ad esempio, moduli cartacei o archivi storici), converte ogni pagina in un'immagine, esegue l'OCR con pytesseract e memorizza il testo estratto per la ricerca o ulteriori elaborazioni.

Un agente legge le definizioni dei campi del modulo da un template Pdf, le popola con i dati provenienti da un CRM o da un foglio di calcolo e produce moduli Pdf completi, pronti per la firma — seguendo il flusso di lavoro descritto in forms.md.