基于 PyMuPDF 的 PDF 文本提取与元数据读取工具，支持大文件分页处理和加密检测，适合自动化文档处理场景。
说明：
## 核心用法
`pdf-reader` 是一款基于 PyMuPDF（fitz）的 PDF 处理技能，提供两个核心命令：
– **`extract`**：从指定 PDF 文件中提取纯文本内容，支持 `–max_pages` 参数限制处理页数，适用于大文件分批处理
– **`metadata`**：提取 PDF 文档的完整元数据信息，包括标题、作者、创建/修改时间、PDF 版本、加密状态等，以结构化 JSON 格式返回
### 显著优点
1. **性能优越**：底层依赖 PyMuPDF，以 C 语言实现，文本提取速度快、内存占用低，能高效处理大型 PDF 文档
2. **功能聚焦**：专注于文本提取和元数据读取，接口简洁，易于集成到自动化工作流
3. **安全感知**：主动检测加密 PDF 并返回错误提示，避免静默失败；能识别文档的加密状态和权限信息
4. **灵活可控**：`max_pages` 参数让用户可以按需处理部分内容，降低资源消耗
### 潜在缺点与局限性
– **功能单一**：仅支持文本提取，不支持表格解析、图片提取、PDF 生成或编辑功能
– **格式丢失**：提取的是纯文本，会丢失原始排版、字体样式、颜色等格式信息
– **依赖外部库**：需要 Python 3 环境和 PyMuPDF 库，安装过程可能受系统依赖（如编译工具链）影响
– **密码限制**：遇到加密 PDF 时无法自动解密，需外部提供密码处理
### 适合人群
– 需要将 PDF 内容导入搜索引擎、知识库或 RAG 系统的开发者
– 批量处理文档元数据、进行文档归档管理的运维人员
– 构建自动化报告生成、合同审查等工作流的技术团队
### 常规风险
– **输入验证风险**：`file_path` 参数若未做严格校验，可能存在路径遍历漏洞，需确保调用方限制输入范围
– **资源耗尽风险**：超大 PDF 文件可能导致内存或 CPU 资源占用过高，建议始终使用 `max_pages` 进行分页控制
– **敏感信息泄露**：元数据提取可能暴露文档的创建者信息、修改历史等隐私数据，处理敏感文档时需注意合规
– **依赖安全风险**：PyMuPDF 作为二进制扩展库，需关注其版本更新以修复潜在的安全漏洞
