Linux中國

如何使用 pdfgrep 從終端搜索 PDF 文件

諸如 grepack-grep 之類的命令行工具對於搜索匹配指定正則表達式的純文本非常有用。但是你有沒有試過使用這些工具在 PDF 中搜索?不要這麼做!由於這些工具無法讀取PDF文件,因此你不會得到任何結果。它們只能讀取純文本文件。

顧名思義,pdfgrep 是一個可以在不打開文件的情況下搜索 PDF 中的文本的小命令行程序。它非常快速 —— 比幾乎所有 PDF 瀏覽器提供的搜索更快。greppdfgrep 的最大區別在於 pdfgrep 對頁進行操作,而 grep 對行操作。grep 如果在一行上找到多個匹配項,它也會多次列印單行。讓我們看看如何使用該工具。

安裝

對於 Ubuntu 和其他基於 Ubuntu 的 Linux 發行版來說,這非常簡單:

sudo apt install pdfgrep

對於其他發行版,只要在包管理器里輸入 「pdfgrep」 查找,它就應該能夠安裝它。萬一你想瀏覽其代碼,你也可以查看項目的 GitLab 頁面

測試運行

現在你已經安裝了這個工具,讓我們去測試一下。pdfgrep 命令採用以下格式:

pdfgrep [OPTION...] PATTERN [FILE...]
  • OPTION 是一個額外的屬性列表,給出諸如 -i--ignore-case 這樣的命令,這兩者都會忽略匹配正則中的大小寫。
  • PATTERN 是一個擴展正則表達式。
  • FILE 如果它在相同的工作目錄就是文件的名稱,或文件的路徑。

我對 Python 3.6 官方文檔運行該命令。下圖是結果。

![pdfgrep search](/data/attachment/album/201801/16/132005kwnwdjgo6d76wigi.png "pdfgrep search")

紅色高亮顯示所有遇到單詞 「queue」 的地方。在命令中加入 -i 選項將會匹配單詞 「Queue」。請記住,當加入 -i 時,大小寫並不重要。

其它

pdfgrep 有相當多的有趣的選項。不過,我只會在這裡介紹幾個。

  • -c 或者 --count:這會抑制匹配的正常輸出。它只顯示在文件中遇到該單詞的次數,而不是顯示匹配的長輸出。
  • -p 或者 --page-count:這個選項列印頁面上匹配的頁碼和頁面上的該匹配模式出現次數。
  • -m 或者 --max-count [number]:指定匹配的最大數目。這意味著當達到匹配次數時,該命令停止讀取文件。

所支持的選項的完整列表可以在 man 頁面或者 pdfgrep 在線文檔中找到。如果你在批量處理一些文件,不要忘記,pdfgrep 可以同時搜索多個文件。可以通過更改 GREP_COLORS 環境變數來更改默認的匹配高亮顏色。

總結

下一次你想在 PDF 中搜索一些東西。請考慮使用 pdfgrep。該工具會派上用場,並且節省你的時間。

via: https://www.maketecheasier.com/search-pdf-files-pdfgrep/

作者:Bruno Edoh 譯者:geekpi 校對:wxy

本文由 LCTT 原創編譯,Linux中國 榮譽推出


本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive

對這篇文章感覺如何?

太棒了
0
不錯
0
愛死了
0
不太好
0
感覺很糟
0
雨落清風。心向陽

    You may also like

    Leave a reply

    您的電子郵箱地址不會被公開。 必填項已用 * 標註

    此站點使用Akismet來減少垃圾評論。了解我們如何處理您的評論數據

    More in:Linux中國