从PDF索引和关键字搜索

Question

我有一堆PDF（少数1000个）。它们没有适当的结构，也没有特定的领域。他们只有很多文字。

我需要做什么：

索引PDF并针对索引搜索一些关键字。我有兴趣查找特定关键字是否在PDF文档中，如果是，我想要找到关键字的pdf文件。如果我在这些PDF中搜索“Google”，我希望看到包含“Google”的“那些文件”

你们有什么建议？任何输入都非常感谢。我想在Python 3.4中做这些事情。

Answer 1

我相信像这样的工具可以帮助你： https://github.com/euske/pdfminer