пошук в pdf

[btr]

Підкажіть, як знайти файли pdf по їх вмісту?

[nickat]

pdftotext | grep?

[yurchor]

Увімкнути Strigi для теки з документами. Дочекатися завершення індексування. Натиснути Alt+F2. Ввести критерій пошуку. За секунду все побачите.  

[btr]

Поставив strigi, увімкнув, індексний файл вже перевалив за гіг, бомба продовжує стрибати. А чогось такого, більш традиційного (вікноподібного: бере файл, переглядає, знаходить) немає?

Щодо pdftotext: я не дуже розуміюся на конвеєрах, можете детальніше описати?

[yurchor]

Поставив strigi, увімкнув, індексний файл вже перевалив за гіг, бомба продовжує стрибати. А чогось такого, більш традиційного (вікноподібного: бере файл, переглядає, знаходить) немає?

Є.
1) Adobe Reader
2) Ctrl+F у Dolphin.

Правда знайти кирилицю важко... Втім, цього не можна зробити і у Windows. Тут може допомогти лише семантичний пошук, який і виконує Nepomuk (Tracker, Beagle тощо). Щоб не росла база даних, можна обмежити її у налаштуваннях певним каталогом і певним розміром.

[btr]

Добре, рухаємося далі. Де натискати alt+F2? Я запускав strigiclient (до речі,  в меню де його шукати?), в ньому на alt+F2 вискакує віконечко "виконати програму". Я туди попав? Що там робити?

[nickat]

Код скрипту pdfgrep:

Код: [Вибрати]

#!/bin/sh
# Usage: pdfgrep <regexp> <path>

IFS=$'\n'
for I in `find "$2" -iname '*.pdf'`; do
    pdftotext -enc UTF-8 "$I" - \
        | grep --quiet --ignore-case --max-count=1 --regexp="$1" \
        && echo "$I"
done
Вміст тестової директорії:

Код: [Вибрати]

$ ls -l1h *
-rwxr--r-- 1 207 сер  5 13:55 pdfgrep

My PDFs:
загалом 14M
-rw-rw-r-- 1 8,6M чер  6  2009 Український_правопис_2007.pdf
-rw-r--r-- 1 508K сер  5 13:28 Exercise_10_slides.pdf
-rw-r--r-- 1 459K сер  5 13:28 Exercise_11_slides.pdf
-rw-r--r-- 1 385K сер  5 13:28 Exercise_12_slides.pdf
-rw-r--r-- 1 371K сер  5 13:28 Exercise_1_slides.pdf
-rw-r--r-- 1 670K сер  5 13:28 Exercise_2_slides.pdf
-rw-r--r-- 1 567K сер  5 13:28 Exercise_3_slides.pdf
-rw-r--r-- 1 431K сер  5 13:28 Exercise_4_slides.pdf
-rw-r--r-- 1 472K сер  5 13:28 Exercise_5_slides.pdf
-rw-r--r-- 1 438K сер  5 13:28 Exercise_6_slides.pdf
-rw-r--r-- 1 387K сер  5 13:28 Exercise_7_slides.pdf
-rw-r--r-- 1 308K сер  5 13:28 Exercise_8_slides.pdf
-rw-r--r-- 1 357K сер  5 13:28 Exercise_9_slides.pdf
Застосування скрипту:

Код: [Вибрати]

$ ./pdfgrep "право.*" .
./My PDFs/Український_правопис_2007.pdf


Код: [Вибрати]

$ ./pdfgrep "mobile ip" .
./My PDFs/Exercise_7_slides.pdf
./My PDFs/Exercise_6_slides.pdf


[btr]

працює, дякую

[yurchor]

Дякую. Дійсно, просто.

Може, ви б виклали це до рецептів? Бо потім незручно шукати, якщо виникне потреба...

[nickat]

Скопіював до рецептів.