☰

使用 pdfgrep 深度搜索多个 pdf 文件，忽略小于的计数

tag-icon • tag-icon pdfgrep
使用 pdfgrep 深度搜索多个 pdf 文件，忽略小于的计数

我正在使用“pdfgrep”在几个 pdf 文件中进行“深度搜索”，试图找到一个单词并计算文档的数量，如下所示：

# pdfgrep -ric PATTERN

./Example1.pdf:0
./Example2.pdf:10

知道如何忽略具有已定义计数的文件的打印输出吗？比如 0 或小于...？

答案1

假设文件路径不包含换行符，您可以将该输出通过管道传输到：

grep -v ':0$'

过滤掉以 结尾的行:0。

或者

awk -F: '$NF >= 10'

仅列出至少有 10 个匹配项的文件。

要处理任意文件路径（包括带有换行符的文件路径），请使用 NUL 分隔符：

pcregrep -ricZ pattern | gawk -v RS='\0' '
  {RS="\n"; getline count; RS="\0"}
  count > 0 {print $0":"count}'

相关内容