Question

pdfgrep \d{3}-\d{2}-\d{4} vs [0-9]{3}[-]?[0-9]{2}[-]?[0-9]{4}

1）完成这两个但只得到第二个表达式的结果。 2）第二个甚至没有捕捉到所有的结果，当我做一些抽查时它错过了一些。有什么想法？所有SSN都是xxx-xx-xxx格式。

整个命令：

find . -iname '*.pdf' -exec pdfgrep expression {} +

更新： 1）见下文 2）某些pdf无法搜索/未正确编码

Answer 1

这是 bug 。使用

pdfgrep -P "\\w+" *.pdf

将返回与\w范围对应的结果，而对\\d+执行相同操作则不起作用。