如何搜索多个pdf文件的内容？

Question

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。

原文由 Jestin Joy 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您的发行版应提供一个名为 pdftotext 的实用程序：

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

“-”对于将 pdftotext 输出到标准输出而不是文件是必需的。 --with-filename 和 --label= 选项会将文件名放在 grep 的输出中。可选的 --color 标志很好，它告诉 grep 在终端上使用颜色输出。

（在 Ubuntu 中， pdftotext 由 xpdf-utils 或 poppler-utils 包提供。）

This method, using pdftotext and grep , has an advantage over pdfgrep if you want to use features of GNU grep that pdfgrep 不支持。 注意：pdfgrep-1.3.x 支持 -C 打印上下文行的选项。

原文由 sjr 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

有 pdfgrep ，它的功能正是它的名字所暗示的。

 pdfgrep -R 'a pattern to search recursively from path' /some/path

我已经将它用于简单的搜索，并且效果很好。

（在 Debian、Ubuntu 和 Fedora 中有软件包。）

从 1.3.0 版 开始，pdfgrep 支持递归搜索。自 Ubuntu 12.10 (Quantal) 起，该版本在 Ubuntu 中可用。

原文由 Graeme 发布，翻译遵循 CC BY-SA 4.0 许可协议