在多个pdf文件中搜索关键字

Question

我想使用 pdftotext 命令在多个 pdf 文件中搜索特定关键字。通常我们可以使用以下命令在单个 pdf 文件中进行搜索：

pdftotext file.pdf - | grep keyword

但是如果我们想在多个pdf文件中进行搜索，我们该怎么办呢？

Answer 1

您可以使用 shell 循环：

for file in *pdf; do pdftotext "$file" - | grep keyword; done

或者，要打印在其中找到模式的 PDF 的名称：

for file in *pdf; do 
    echo "-----------$file----------"
    pdftotext "$file" - | grep keyword
done

Answer 2

有一个工具可以做到这一点：pdfgrep。它在所有优秀的发行版中都可用。

pdfgrep keyword *.pdf

1_{这里我将“好”定义为“包括 pdfgrep”。这包括 Debian 和 Fedora。}

Answer 3

这是一种方法：

(pdftotext file1.pdf -; pdftotext file2.pdf -;) | grep keyword

...您可以在括号内继续添加其他文件。您将无法跟踪 grep “命中”的文件，但您可以对文件的分区重复 grep，直到找到匹配的文件。