我正在寻找一个打印出PDF文件文本的命令行程序，就像文本文件的cat一样。我很确定这样的事情存在，因为我记得几个月前使用它。我本可以发誓它是pdfcat，但这只是一个合并的实用程序。我找到pdftotxt，这是可行的，但我更喜欢复制cat功能的东西，因为我想管道到grep。谢谢！
答案 0 :(得分：16)
在pdftotext的手册页上，我发现了这个：
pdftotext [options] [PDF-file [text-file]]
描述 Pdftotext将可移植文档格式（PDF）文件转换为纯文本。
Pdftotext读取PDF文件，PDF文件，并写入文本文件，文本文件。如果未指定text-file，pdftotext会将file.pdf转换为file.txt。如果文本文件为“ - ”，则将文本发送到stdout。
因此，如果您的目标是输出到stdout以便管道转换为grep，pdftotext mydoc.pdf -应该像cat mytext.txt一样工作，因此pdftotext mydoc.pdf - | grep mysearchterm
答案 1 :(得分：0)
也许您可以尝试以下方法：https://github.com/luochen1990/nodejs-easy-pdf-parser
这是一个npm软件包，您需要安装nodejs（和npm）才能使用它。
它可以用作命令行工具：
npm install -g easy-pdf-parser
pdf2text test.pdf > test.txt
此工具将按y坐标对文本行进行排序，因此在大多数情况下它都很好用。而且，它也适用于unicode和跨平台（相比之下：mingw64的pdftotext将在Windows上丢失unicode字符）。