我想在 pdf 文件中查找单词不一定连在一起的文本信息。例如，我想输入“Super”和“question”，并在输出中得到以下句子（如果它在 pdf 文件中）：
Super User 是一个面向计算机爱好者和高级用户的问答网站。
我该如何实现这一点？如果这不可能，我可以在 txt 中实现吗？最好解决方案还应显示搜索上下文（上下几行）并且速度足够快（通过索引？）。
非常感谢！
答案1
PDF 是否保存为可搜索文本。如果是，请确保 PDF 类型的索引属性包括内容搜索（要启用的选项）。
如果没有，您需要打印并使用 OCR 应用程序（例如 Abbey Fine Reader）进行扫描，然后使用该应用程序的搜索功能。
答案2
我正在使用免费工具文档提取器。它可以索引多个文件，然后快速搜索所有文件。它还支持您想要的邻近搜索。以下是搜索手册的相关部分：
邻近搜索允许您查找彼此相距特定距离内的单词。要进行邻近搜索，请在短语末尾放置波浪符号（“~”），后跟距离值。— 请注意，这在语法上类似于模糊搜索。例如，要搜索包含 wikipedia 和 lucene 且彼此相距 10 个单词内的文档，请输入：“wikipedia lucene”~10