在 Ubuntu 上索引 PDF 文件

我正在 Ubuntu 中尋找一種解決方案，該解決方案可以索引 PDF（和 ps？）文件以供以後搜尋。

標準是：

1. 兼容性：通常提取文本會有所不同，具體取決於用於創建 PDF 的軟體。一些PDF也可以被“鎖定”，我想應該尊重這一點。
2. 搜尋功能：萬用字元、正則表達式、“模糊”匹配。
3. 搜尋速度

在我的情況下，我想索引一個學術期刊文章的文件夾，因此要求它始終如一地工作，無論是什麼軟體創建了 PDF。我已經在使用參考管理器，所以不想替換它。

例如：一個好的 Beagle 前端和一個允許它索引 PDF 的外掛將是完美的。

Tracker 與 Beagle 和 Strigi 做同樣的事情，但與 Beagle 不同的是，它是用純 C 編寫的（Beagle 是一個 Mono 應用程序）。據稱，它比 Beagle 快得多，儘管我自己沒有計算過。

我找不到 Tracker 的連結，但我確定它在預設的 Ubuntu 儲存庫中。

Lucene對 PDF、HTML、Microsoft Word 和 OpenDocument 進行全文索引。它只是一個庫，但有幾個應用程序/CMS 使用它，或者您可以將其用作您自己的解決方案的基礎。

它是免費軟體（Apache 許可證）。

編輯：

如果您正在尋找帶有前端的東西，您可能會考慮 Beagle 或 Strigi：

比格犬

喊

引用自：https://serverfault.com/questions/34461