如何在pdf文件中搜索特定文本

Question

什麼樣的工具可用於跨PDF文件進行搜索。 （例如代數）

我們需要搜索Windows平臺上的文件。

Answer 1

指定操作系統和您打算執行的搜索類型（單詞，確切短語，PDF元數據？）可能會有所幫助。一些內置的搜索系統（如OS X的Spotlight）將自動搜索帳戶中所有PDF文件的多個單詞。

在Linux上，我將PDF文件可能暫時轉換爲ASCII與「pdftotext」實用程序，然後通過每一個與「grep」可以搜索：

find /start/path -name '*.pdf' -print \ 
-exec pdftotext {} /tmp/tmp.txt \; \ 
-exec grep -i "search words" /tmp/tmp.txt \; 

Answer 2

我認爲你需要從每一個PDF文件中提取文本並在提取的文本中搜索子字符串。

您可以嘗試Docotic.Pdf library進行文本提取（免責聲明：我爲Bit Miracle工作）。 請使用Docotic.Pdf庫查看how to search text in PDF的示例。

當然，您可以爲提取的文本構建索引並在您的應用程序中使用該索引。

有像Lucene.Net這樣的集成解決方案可能可以用於您的任務。