如何从命令行搜索PDF文件？
我正在检查论文的参考文献，并希望在正文中找到一些纸张（在参考文献列表中）被引用的位置。 是否有PDF编辑器支持通过bash进行搜索并提取位置的上下文？ 我试图将PDF转换为文本，但没有取得好成绩。
只需添加上述答案，特别是您可以使用xpdf-utils中的命令行工具pdftotext，然后使用grep搜索此工具创建的文本文档。
这可能看起来像这样：
pdftotext document.pdf - | grep -C5 -n -i "search term" 手册中有更多信息。 pdftotext的唯一缺点是你不能同时使用globbing来转换多个文件。 使用小的bash脚本可以解决此问题：
for f in pdf_directory; do echo $f; pdftotext $f - | grep -i "search_term"; done
如果由于例如不兼容的pdf文件而从pdf创建文本文档时遇到问题，那么这是另一个问题。
我认为一般来说，pdf编辑器不包含命令行，因为它们是图形化的。 如果你想使用bash（或者zsh！）那么你可能不得不使用终端shell。
祝好运！
poppler的-utils的
注意： xpdf-utils 是 poppler-utils 的过渡包 。
你可以使用poppler-utils。 poppler-utils是一套可移植文档格式（PDF）文件的工具。
要安装它，您可以使用Ubuntu软件中心，或点击以下链接：
pdfgrep
pdfgrep可以在目录树中递归搜索PDF文件中的字符串或模式，计算匹配或为每个匹配打印一些上下文。 例如，要递归搜索/some directory keyword ，不区分大小写：
pdfgrep -Ri keyword /some/directory
Pdfgrep是一种在PDF文件中搜索文本的工具。 它的工作原理类似于`grep’。
特征：
- 搜索正则表达式。
- 支持一些重要的grep选项，包括：+ filename输出。 +页码输出。 +可选的不区分大小写。 +数
发生。- 而最重要的特征是：色彩输出！
1来源： Ubuntu Apps Directory
使用pdfgrep在多个pdf文件中搜索正则表达式：
find /path -iname '*.pdf' -exec pdfgrep -H 'pattern' {} \;
其中path是pdf文件的位置。
既然你成功尝试了pdftotext，原因可能是PDF只是扫描图像而你需要对它们进行OCR，我写了一个非常简单的方法来搜索所有不能被grep pdf和OCR它们。
我注意到如果pdf文件没有任何字体，通常无法搜索。 所以我们知道这一点，我们可以使用pdffonts 。
pdffonts前两行是表头，所以当一个文件可搜索时有两行以上的输出，知道这一点我们可以创建：
gedit check_pdf_searchable.sh
然后粘贴这个
#!/bin/bash #set -vx if ((`pdffonts "$1" | wc -l` < 3 )); then echo $1 pypdfocr "$1" fi
然后让它可执行
chmod +x check_pdf_searchable.sh
然后在目录中列出所有不可搜索的pdf：
ls -1 ./*.pdf | xargs -L1 -I {} ./check_pdf_searchable.sh {}
或者在目录及其子目录中：
tree -fai . | grep -P ".pdf$" | xargs -L1 -I {} ./check_pdf_searchable.sh {}