มีไฟล์ PDF เป็น text-converter บ้างไหม?

ฉันต้องการไฟล์ PDF เป็นข้อความเพื่อให้ฉันสามารถค้นหาไฟล์เหล่านั้นเป็นจำนวนมากจาก commandline มีตัวแปลงสำหรับ Ubuntu, OBSD หรือ distro ที่คล้ายกันบ้างไหม?

บางทีอาจจะโพสต์ที่เกี่ยวข้อง OCR กับอูบุนตูที่นี่

คุณมีตัวเลือกมากมาย!

pdftotextจากpopplerได้ถูกกล่าวถึงแล้ว

มีโปรแกรม Haskell ที่เรียกว่าใช้pdf2lineงานได้ดี

ความสามารถของebook-convertโปรแกรม commandline (หรือความสามารถของตัวเอง) เป็นอีกทางเลือกหนึ่ง; มันสามารถแปลง PDF เป็นข้อความธรรมดาหรือรูปแบบ ebook อื่น ๆ (RTF, ePub) ในความคิดของฉันมันสร้างผลลัพธ์ที่ดีกว่า pdftotext แม้ว่ามันจะช้ากว่ามาก

ebook-convert file.pdf file.txt

AbiWordสามารถแปลงระหว่างรูปแบบใดก็ได้ที่รู้จากบรรทัดคำสั่งและอย่างน้อยก็มีปลั๊กอินนำเข้า PDF:

abiword --to=txt file.pdf

อีกตัวเลือกหนึ่งคือpodofotextextractจากไลบรารีเครื่องมือ PDF ของ podofo ฉันไม่ได้ลองอย่างนั้นจริงๆ

หากคุณรวมสองเครื่องมือ Ghostscript pdf2psและps2asciiคุณยังมีตัวเลือกอื่น

จริง ๆ แล้วฉันสามารถคิดถึงวิธีการเพิ่มเติมได้สองสามอย่าง แต่ตอนนี้ฉันจะทิ้งมันไว้ ;)

คุณสามารถแปลงไฟล์ PDF เป็นข้อความบนบรรทัดคำสั่งด้วยpdftotext (Ubuntu: poppler-utils ; OpenBSD: xpdf-utilspackage)

คุณสามารถใช้Recoll (Ubuntu: recoll ; OpenBSD: ไม่มีพอร์ต แต่มีหนึ่งFreeBSD ) เพื่อค้นหาภายในประเภทเอกสารข้อความที่จัดรูปแบบต่างๆรวมถึง PDF มี GUI และสร้างดัชนีโดยอัตโนมัติภายใต้ประทุน มันใช้pdftotextในการแปลงไฟล์ PDF เป็นข้อความ

Acrobat Reader (อย่างน้อยเวอร์ชัน 9 ภายใต้ Linux) มีความสามารถในการค้นหาไฟล์หลายไฟล์แบบ จำกัด (คุณสามารถค้นหาไฟล์ทั้งหมดในไดเรกทอรีได้)

pdftotext น่าจะเป็นสิ่งที่คุณกำลังมองหา: http://en.wikipedia.org/wiki/Pdftotextเว้นเสียแต่ว่าข้อความที่คุณต้องการแยกนั้นจะอยู่ภายใต้รูปแบบกราฟิกซึ่งไม่เหมือนกับเอกสาร pdf

gPDFText แปลงเนื้อหา PDF ebook เป็นข้อความ ASCII, จัดรูปแบบใหม่สำหรับย่อหน้ายาวบรรทัดมันใช้งานได้สำหรับฉันและมันมีส่วนต่อประสานกราฟิก