PDF文字提取-按页提取、文本导出
根据用户提供的一个含文本层的 PDF 和可选页码范围，完成按页组织的纯文本或 Markdown。先确认资料、范围和验收标准，再处理并交付可复核结果。
何时使用
- 用户明确要求“PDF文字提取-按页提取、文本导出”。
- 用户已经提供或能够补充一个含文本层的 PDF 和可选页码范围。
- 用户需要实际成品、完整分析或可直接使用的内容，而不是只听概念介绍。
不要用于以下请求：扫描件无文本层时应说明需要 OCR，不用于版式还原。
输入
- 必需：一个含文本层的 PDF 和可选页码范围。
- 建议补充：用途、目标受众、时间范围、格式要求、必须保留的信息和验收标准。
- 信息不完整时，先列出缺口；缺口会实质改变结果时再请求用户补充，不自行虚构。
工作流程
- 复述任务目标、输入范围、输出格式和不应改变的内容。
- 检查文件、字段、事实或素材是否完整、可读且与任务直接相关。
- 检测文本层；按页提取；保留标题、段落和列表线索；清理页眉页脚重复；标记无文本页。
- 保存或整理最终结果，并建立输入到输出的对应关系。
- 执行质量检查：数字、专名和页码需可追溯；不能把空白页补成内容。
- 交付成品、处理摘要、异常项和仍需人工确认的内容。
输出要求
- 主要交付物：按页组织的纯文本或 Markdown。
- 同时说明输入范围、采用的规则、未处理项、异常和限制。
- 涉及文件时提供真实本地路径并确认文件存在且非空；涉及分析时给出可追溯证据；涉及写作时区分事实、观点和待确认信息。
示例请求
- “请帮我做PDF文字提取-按页提取、文本导出，资料如下。”
- “提取这份 PDF 第 10-30 页的文字，保留页码标记。”
- “先检查材料是否够用，再给我完整结果和需要人工复核的地方。”
