如何在pdf文件中搜索特定文本

Question

可以使用哪种工具搜索PDF文件。 （例如代数）

我们需要在Windows平台上搜索文件。

Answer 1

指定您要执行的操作系统和搜索类型（单词，精确短语，PDF元数据？）可能会有所帮助。某些内置搜索系统（如OS X的Spotlight）将自动搜索帐户中所有PDF文件的多个单词。

在Linux上，我可能暂时使用'pdftotext'实用程序将PDF文件转换为ASCII，然后使用'grep'搜索每个文件：

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

Answer 2

我认为您需要从每个PDF文件中提取文本并在提取的文本中搜索子字符串。

您可以尝试Docotic.Pdf library进行文本提取（免责声明：我为Bit Miracle工作）。 请使用Docotic.Pdf库查看how to search text in PDF的示例。

当然，您可以为提取的文本构建索引并在应用程序中使用该索引。

像Lucene.Net这样的集成解决方案可能会用于您的任务。