poppler 实用程序

Question

我正在检查一篇论文的参考文献，想找到正文中引用某篇论文（在参考文献列表中）的位置。有没有支持通过 bash 搜索并提取位置上下文的 PDF 编辑器？我尝试将 PDF 转换为文本，但效果不佳。

Answer 1

poppler 实用程序

笔记：xpdf 实用程序是一个过渡方案对于 poppler-utils。

您可以使用 poppler-utils。poppler-utils 是一套用于可移植文档格式 (PDF) 文件的工具。

要安装它，您可以使用 Ubuntu 软件中心，或单击以下内容：

pdfgrep

pdfgrep可以在目录树中递归搜索 PDF 文件中的字符串或模式，计算匹配项或打印每个匹配项的一些上下文。例如，要keyword在 中递归搜索/some directory（不区分大小写）：

pdfgrep -Ri keyword /some/directory

Pdfgrep 是一个在 PDF 文件中搜索文本的工具。其工作原理类似于“grep”。

特征：

• 搜索正则表达式。
• 支持一些重要的 grep 选项，包括：+ 文件名输出。+ 页码输出。+ 可选不区分大小写。+ 计数
  出现次数。
• 最重要的功能是：彩色输出！

^{1来源：Ubuntu 应用程序目录}

Answer 2

只是为了补充上述答案，特别是您可以使用 xpdf-utils 中的名为 pdftotext 的命令行工具，然后使用 grep 搜索该工具创建的文本文档。

这可能看起来像这样：

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

手册中有更多信息。pdftotext 的唯一缺点是不能使用通配符同时转换多个文件。这个问题可以用一个小的 bash 脚本来解决：

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

如果您由于 pdf 文件不兼容等原因而无法从 pdf 创建文本文档，那么这是另一个问题。

我认为一般来说，pdf 编辑器不包含命令行，因为它们是图形化的。如果您想使用 bash（或者可能是 zsh！），那么您可能必须使用终端 shell。

祝你好运！

Answer 3

要使用 pdfgrep 在多个 pdf 文件中搜索正则表达式：

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

其中路径是您的 pdf 文件的位置。

Answer 4

基因是包装器ripgrep这是在命令行上搜索 pdf 的更快的选项。