如何使用doc取器在PDF文件中搜索文本？
如何使用doc取器在PDF文件中搜索文本？
提问于 2016-08-16 20:26:52
我试图在PDF文件中找到一些文本，但结果并不准确！举个例子，我有两个PDF文件，其中有一个词domiciiado。当我搜索这个单词(domiciliado)时，doc取器只显示一个PDF文件和这个单词。我的问题是为什么doc取器没有用这个单词显示另一个PDF文件？PDF文件之间有什么区别吗？在一个PDF中，我只有文本，而其他PDF是文本和图像，这是从扫描页面。陷阱是什么？
P.S.：这两个PDF文件位于同一个目录中。
回答 1
Ask Ubuntu用户
回答已采纳
发布于 2016-08-16 20:37:48
只有文本的PDF文件和扫描页面的文本和图像的PDF文件有什么区别吗？
是的，带有文本的PDF文件和带有扫描图像的PDF文件是不同的。在基于图像的pdf中，计算机只看到图像，在这些图像中识别文本需要在PDF引擎中内置额外的功能，比如光学字符识别。由于计算机可以直接识别文本，因此带有文本的PDF更容易被计算机搜索。
Recommendation
- 搜索扫描pdf的一种方法是首先对它们执行OCR，提取文本，然后执行搜索。看看这个问题，看看Ubuntu 什么是最好的，最简单的OCR解决方案？的一些好的OCR。
- 对于只使用文本搜索PDF中的文本，我推荐命令行工具pdfgrep。还有其他好的选择。看看这个问题-- 如何从命令行搜索PDF文件？
页面原文内容由Ask Ubuntu提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://askubuntu.com/questions/813069
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号