pdf，chm和djvu文件的桌面搜索實用程序

Question

我想編寫一個工具，幫助我在Linux中搜索pdf/chm/djvu文件。任何關於如何去做的指針？

主要問題是從所有這些文件讀取/導入數據。這可以通過C和shell腳本來完成嗎？

Answer 1

Beagle的插件怎麼樣？

它已經搜索PDF文件，但您可以添加其他文件類型。

下面是相關維基百科頁面：http://en.wikipedia.org/wiki/Beagle_(software)

Answer 2

Tracker船舶與Ubuntu 8.04 - 這是來自小獵犬一個顯著開關，用戶認爲太資源（CPU）密集型和沒有取得足夠好的成績。它索引pdf和chm，並根據this bug report它也索引djvu。

Answer 3

請注意，djvu是一種圖像壓縮格式（經過優化以壓縮'文字圖片'，通常是掃描結果）。因此，如果您首先在文檔上使用OCR將其轉換爲文本，您將無法搜索文本（元數據除外），這是由cdleary發送的鏈接指的是或。

對於內容被掃描的文章/書籍的PDF也是如此。