bash - 有没有办法从 bash 中提取 pdf 的内容？

Question

有没有办法从 bash 中提取 pdf 的内容？（我有一个很大的学术论文文件夹，很遗憾有“1010.3423.pdf”之类的标签。我想编写一个 bash 脚本来更合理地命名它们，这涉及到谷歌搜索前几行。）

Answer 1

There is pdftotext, which can help you get the title and authors from the pdf file. You can then use this to google, or generate a filename yourself.

Answer 2

try pdftotext to extract the text? http://en.wikipedia.org/wiki/Pdftotext

Answer 3

pdf2xml 会为您提供更详细的信息，我去年一直在寻找这样的实用程序，其中我认为pdf2xml是最好的。