使用pdfgrep检查扫描版的pdf中是否有文字

有时在网上下载扫描版的pdf后,看的好端端的却突然出现这种广告:

在这里插入图片描述

遇到这种pdf果断删除。

通过搜索资料,发现可以通过pdfgrep,来检查pdf中是否有文字:

一、安装pdfgrep

在Ubuntu中输入命令:

sudo apt install pdfgrep

来安装pdfgrep。

二、检查pdf

将待检查的pdf移动到Ubuntu的桌面:

在这里插入图片描述

在桌面打开终端,输入命令:

pdfgrep '.' c程序设计(第五版).pdf

这样就找到了pdf中出现的所有文字:

在这里插入图片描述

也可以输入命令:

pdfgrep -p '.' c程序设计(第五版).pdf 

来统计出现文字的页和个数:

在这里插入图片描述

这样就可以知道这个扫描版的pdf中是否有人为添加上去的文字了。

JsPDF本身并不直接提供对PDF内容的搜索功能,它主要用于静态PDF文档的生成,而不是编辑。然而,如果你已经将生成的内容添加到了PDF页面上(例如,作为文本或图像),你可以使用第三方工具或库,如PDF.js 或 pdfgrep,它们允许你在生成后的PDF文件上进行搜索。 PDF.js 是一个开源项目,用于在浏览器呈现 PDF 文件,它包含了基本的文字搜索功能。你可以先用 JsPDF 将文本添加到 PDF ,然后读取生成的 PDF,利用 PDF.js 的 API 进行搜索。 另外,pdfgrep 是一个用于搜索 PDF 内容的命令行工具,它可以与生成的 PDF 文件配合使用。首先用 JsPDF 生成 PDF,然后通过 pdfgrep 在终端搜索关键字。 以下是简化的步骤: 1. 使用 JsPDF 添加文本到PDF: ```javascript let doc = new jsPDF(); doc.text('这是要在PDF搜索的内容', 10, 10); ``` 2. 将PDF导出,保存为临时文件: ```javascript doc.save('output.pdf'); ``` 3. 使用 pdfgrep 或者 PDF.js 加载和搜索PDF: ```bash # pdfgrep example pdfgrep -r '关键字' output.pdf # 或者在前端浏览器使用PDF.js var pdfjsLib = require('pdfjs-dist'); pdfjsLib.getDocument('output.pdf').promise.then(function(pdf) { pdf.getPage(1).then(function(page) { var textContent = page.getTextContent().then(function(textItems) { textItems.forEach(function(item) { if (item.str.includes('关键字')) { // 找到了,进行相应的操作 } }); }); }); }); ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值