我有一个很大的目录，里面有很多 pdf 和 epub 电子书文件。我想搜索同一页面上包含多个关键字的文件。
答案1
选择任何可以从单个页面提取文本的实用程序（例如pdftext），遍历所有页面并提取文本，将正则表达式应用于提取的文本。
或者，使用您选择的编程语言、您选择的 PDF 库并为其编写程序。
电子书
epub 只是一个 zip 文件。解压后，您会得到许多 html 文件。您可以扫描这些文件以查找正则表达式，或者先使用某些工具将它们转换为纯文本，而不必考虑格式。
请注意，epub 文件从根本上没有页面：分页将由渲染设备完成，并且对于每个渲染设备来说可能都不同。因此，必须以某种方式更改“在同一页面上查找多个关键字”以考虑到这一点，可能使用 html 结构。