Je voudrais rechercher du texte dans un fichier PDF. Par exemple, où se trouve le mot "aller à" dans mon PDF? Si vous le trouvez, quelle page y a-t-il?
Je trouve cette ligne de commande:
find /TEMP -name 'manu.pdf' -exec pdftotext {} - \; | grep "go to"
Il en résulte des éléments.
J'aimerais avoir le numéro de page de mon résultat. Comment récupérer cet article?
Réponses:
pdfgrep semble faire cela. De la page de manuel :
-n, --page-number
Prefix each match with the number of the page where it was found.
Par défaut, pdftotext insère des caractères de formulaire (0xC) entre les pages. Vous pouvez les compter jusqu'à l'apparition du mot que vous recherchez.
Une autre façon consiste à utiliser l' bboxoption:
Generate an XHTML file containing bounding box information for each word in the file.
Ici, chaque mot est enfermé dans un pageconteneur. Vous pouvez donc prendre l'index + 1 de pagevotre mot en tant que numéro de page
Recoll peut rechercher des documents PDF. Il dispose d'un mode de ligne de commande, mais l'interface graphique sera plus utile pour détailler l'emplacement des correspondances et vous permettra de cliquer sur Ouvrir le document au bon endroit.