Pdf. Поиск подстроки

Поиск подстроки в pdf-файле.

1 pdfgrep

• pdfgrep пытается быть совместимым с GNU grep.

1.1 Установка

• Gentoo

  emerge app-text/pdfgrep
  

1.2 Использование

• Синтаксис pdfgrep:

  pdfgrep [OPTION] PATTERN FILE.pdf
  

• Опции:
  • -c, --count: количество совпадений (сами совпадения не выводятся);
  • -p, --page-count: номера страниц, на которых найдены совпадения, и количество совпадений на странице;
  • -n, --page-number: показать номер страницы в pdf-файле;
  • -m NUM, --max-count NUM: задаёт максимальное количество совпадений;
  • -i, --ignore-case: поиск без учёта регистра;
  • -A NUM, --after-context NUM: вывести число строк, следующих после совпадающих строк;
  • -B NUM, --before-context NUM: вывести число строк перед совпадающими строками;
  • -C NUM, --context NUM: вывести число строк до и после совпадающих строк;
  • --cache: кэширование отображаемого текста для ускорения поиска;
  • --password PASSWORD: пароль для файла.

2 pdftotext

• Можно преобразовать pdf в текст и искать уже в нём.

2.1 Установка

• Gentoo:

  emerge app-text/poppler
  

2.2 Использование

• Поиск в одном файле:

  pdftotext file.pdf - | grep 'pattern'
  

  • - необходим для вывода pdftotext на стандартный вывод, а не в файл.

• Поиск в нескольких файлах:

  find /path -name '*.pdf' -exec sh -c 'pdftotext "{}" - | grep --with-filename --label="{}" --color "pattern"' \;
  

  • - необходим для вывода pdftotext на стандартный вывод, а не в файлы;
  • параметры --with-filename и --label поместят имя файла в вывод grep;
  • параметр --color указывает grep на вывод с использованием цветов на терминале.

3 Локальные поисковики

• Можно использовать какой-либо из локальных поисковиков.
• Локальные поисковики