获取PDF文件的标题的脚本

背景

对于大批量的PDF文件集合，能有一个自动读取文件标题的脚本是很有用的。

方式

1. Python版

from PyPDF2 import PdfFileReader

fin = open("test.pdf", "rb")
pdf_title = PdfFileReader(fin).getDocumentInfo().title # 标题

print(pdf_title)
fin.close()

2. Bash版

alias get_pdf_title='python -c "from PyPDF2 import PdfFileReader; import sys; fin = open(sys.argv[1], \"rb\"); print(PdfFileReader(fin).getDocumentInfo().title.replace(\" \", \"_\")); fin.close()"'

这里把空格 替换为了下划线 _，这样可以方便后面的脚本处理。
使用方式：

~/workspace >>$ get_pdf_title WACV2021/Akiva_H2O-Net_Self-Supervised_Flood_Segmentation_via_Adversarial_Domain_WACV_2021_paper.pdf
H2O-Net:_Self-Supervised_Flood_Segmentation_via_Adversarial_Domain_Adaptation_and_Label_Refinement