如何搜索多个pdf文件的内容？ [英] How to search contents of multiple pdf files?

问题描述

如何在目录/子目录中搜索PDF文件的内容？我正在寻找一些命令行工具。似乎 grep 无法搜索PDF文件。

How could I search the contents of PDF files in a directory/subdirectory? I am looking for some command line tools. It seems that grep can't search PDF files.

推荐答案

您的分发应该提供一个名为 pdftotext 的实用程序：

Your distribution should provide a utility called pdftotext:

find /path -name '*.pdf' -exec sh -c 'pdftotext "{}" - | grep --with-filename --label="{}" --color "your pattern"' \;

- 是必须将pdftotext输出到stdout，而不是文件。
- 文件名和 - label = 选项将文件名放在输出的grep。
可选的 - 颜色标志很好，并告诉grep使用终端上的颜色输出。

The "-" is necessary to have pdftotext output to stdout, not to files. The --with-filename and --label= options will put the file name in the output of grep. The optional --color flag is nice and tells grep to output using colors on the terminal.

（在Ubuntu中， pdftotext 由软件包 xpdf-utils 或 poppler-utils提供。

(In Ubuntu, pdftotext is provided by the package xpdf-utils or poppler-utils.)

此方法使用 pdftotext 和 grep如果要使用GNU grep 的功能，的优势超过 pdfgrep code> pdfgrep 不支持。 注意：pdfgrep-1.3.x支持打印上下文行的 -C 选项。

This method, using pdftotext and grep, has an advantage over pdfgrep if you want to use features of GNU grep that pdfgrep doesn't support. Note: pdfgrep-1.3.x supports -C option for printing line of context.

这篇关于如何搜索多个pdf文件的内容？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！