26

논문의 참조를 확인하고 있으며 참고 문헌 목록에서 일부 논문이 참조되는 본문의 위치를 찾고 싶습니다. bash를 통한 검색을 지원하고 위치의 컨텍스트를 추출하는 PDF 편집기가 있습니까? PDF를 텍스트로 변환하려고 시도했지만 좋은 결과를 얻지 못했습니다.

— 데이비드
소스

22

위의 답변에 추가하기 위해, 특히 pdftotext라는 xpdf-utils의 명령 줄 도구를 사용하고이 도구로 작성된 텍스트 문서를 grep으로 검색 할 수 있습니다.

이것은 다음과 같이 보일 수 있습니다.

pdftotext document.pdf - | grep -C5 -n -i "search term"

매뉴얼에 더 많은 정보가 있습니다. pdftotext의 유일한 단점은 여러 파일을 동시에 변환하기 위해 globbing 할 수 없다는 것입니다. 이 문제는 작은 bash 스크립트로 극복 할 수 있습니다.

for f in pdf_directory; do echo $f; pdftotext $f - | grep -i "search_term"; done

호환되지 않는 pdf 파일로 인해 PDF에서 텍스트 문서를 작성하는 데 문제가있는 경우 이는 또 다른 문제입니다.

필자는 일반적으로 pdf 편집기는 그래픽이기 때문에 명령 줄을 포함하지 않는다고 생각합니다. bash 또는 zsh!를 사용하려면 터미널 쉘을 사용해야 할 수도 있습니다.

행운을 빕니다!

— 조
소스

20

포플러 유틸리티

참고 : xpdf-utils 는 poppler-utils 의 임시 패키지 입니다.

poppler-utils를 사용할 수 있습니다. poppler-utils는 PDF (Portable Document Format) 파일 용 도구 모음입니다.

설치하려면 Ubuntu Software Center를 사용하거나 아래를 클릭하십시오.

pdfgrep

pdfgrep디렉토리 트리에서 재귀 적으로 PDF 파일에서 문자열 또는 패턴을 검색하고 일치 항목을 계산하거나 각 일치 항목에 대한 컨텍스트를 인쇄 할 수 있습니다. 예를 들어, 재귀 적으로 검색 할 수 keyword에서 /some directory, 사례를 구분 :

pdfgrep -Ri keyword /some/directory

Pdfgrep은 PDF 파일에서 텍스트를 검색하는 도구입니다. `grep '과 비슷하게 작동합니다.

풍모:

정규식을 검색하십시오.

+ 파일 이름 출력을 포함한 몇 가지 중요한 grep 옵션 지원. + 페이지 번호 출력. + 선택적 대소 문자 구분. +
발생 횟수.

가장 중요한 기능 : 컬러 출력!

^{¹ 출처 : Ubuntu Apps 디렉토리}

— 미치
소스

6

pdfgrep을 사용하여 여러 pdf 파일에서 정규식을 검색하려면

find /path -iname '*.pdf' -exec pdfgrep -H 'pattern' {} \;

여기서 경로는 pdf 파일의 위치입니다.

— 점화
소스

0

pdftotext가 성공하지 못한 이유는 PDF를 스캔하여 이미지를 스캔해야하기 때문일 수 있습니다. 나는 ed와 OCR pdf을 사용할 수없는 모든 파일을 빠르게 검색 할 수있는 방법을 썼습니다 grep.

있을지 주목 pdf파일은 일반적으로 검색 할 수 없습니다 어떤 글꼴이 없습니다. 이것을 알면 사용할 수 있습니다 pdffonts.

의 첫 두 줄은 pdffonts표 머리글이므로 파일을 검색 할 수있을 때 두 줄 이상의 출력이 있으면이를 알 수 있습니다.

gedit check_pdf_searchable.sh

붙여 넣기

#!/bin/bash 
#set -vx
if ((`pdffonts "$1" | wc -l` < 3 )); then
echo $1
ocrmypdf "$1" "$1"_ocr.pdf
fi

그런 다음 실행 가능하게하십시오.

chmod +x check_pdf_searchable.sh

그런 다음 디렉토리에 검색 할 수없는 모든 PDF를 나열하십시오.

ls -1 ./*.pdf | xargs -L1 -I {} ./check_pdf_searchable.sh {}

또는 디렉토리 및 해당 서브 디렉토리에서 :

tree -fai . | grep -P ".pdf$" | xargs -L1 -I {} ./check_pdf_searchable.sh {}

또한 설치해야합니다.

sudo apt install ocrmypdf

— 에두아르 플로리 네 스쿠
소스

명령 줄에서 PDF 파일을 어떻게 검색합니까?

포플러 유틸리티

pdfgrep