在 Ubuntu 上索引 PDF 文件

Question

我正在寻找 Ubuntu 中的解决方案，以便索引 PDF（和 ps？）文件以供以后搜索。

标准如下：

1. 兼容性：提取文本通常有所不同，具体取决于创建 PDF 时使用的软件。有些 PDF 还可以“锁定”，我想应该尊重这一点。
2. 搜索功能：通配符、正则表达式、“模糊”匹配。
3. 搜索速度

就我而言，我想索引一个学术期刊文章文件夹，因此要求它无论使用什么软件创建 PDF 都能始终如一地工作。我已经在使用参考文献管理器，所以不想替换它。

例如：Beagle 的一个良好前端和一个允许它索引 PDF 的插件就很完美了。

Answer 1

Tracker 的功能与 Beagle 和 Strigi 相同，但与 Beagle 不同的是，它是用纯 C 编写的（Beagle 是一个 Mono 应用程序）。据说，它比 Beagle 快很多，尽管我自己没有做过计算。

我找不到 Tracker 的链接，但我确信它在默认的 Ubuntu 存储库中。

Answer 2

Lucene对 PDF、HTML、Microsoft Word 和 OpenDocument 进行全文索引。它只是一个库，但有多个应用程序/CMS 使用它，或者您可以将它用作您自己的解决方案的基础。

它是免费软件（Apache 许可证）。

编辑：

如果你正在寻找具有前端的东西，你可以考虑 Beagle 或 Strigi：

比格犬

斯特里吉

Answer 3

我用谷歌桌面用于在 Linux 上搜索。不免费，但它是我发现的最好的。