xpdf使用

通过XPDF读取PDF内容并转化为txt格式

地址：http://www.xpdfreader.com/pdftotext-man.html

下载这三个压缩包

直接运行.run文件，记得加x权限

解压语言包到当前目录

我的为/usr/xpdf/下，等会配置文件需要这个路径

语言包解压后解压命令行工具包，进入该文件夹结构大致如下

还是根据你的系统选择bin64或者32

我这里只需要pdf内容转txt格式的，所以将pdftotext放到xpdf文件夹下即可

然后进入该文夹里的doc,将sample-xpdfrc放到xpdf文件夹下并改名xpdfrc

至此xpdf文件夹内目录结构如下

编辑xpdfrc添加如下内容：

textEncoding        UTF-8
textPageBreaks no

 

#launchCommand  viewer-script
#----- begin Chinese Simplified support package (2011-sep-02)
cidToUnicode    Adobe-GB1    /usr/xpdf/xpdf-chinese-simplified/Adobe-GB1.cidToUnicode
unicodeMap    ISO-2022-CN    /usr/xpdf/xpdf-chinese-simplified/ISO-2022-CN.unicodeMap
unicodeMap    EUC-CN        /usr/xpdf/xpdf-chinese-simplified/EUC-CN.unicodeMap
unicodeMap    GBK        /usr/xpdf/xpdf-chinese-simplified/GBK.unicodeMap
cMapDir        Adobe-GB1    /usr/xpdf/xpdf-chinese-simplified/CMap
toUnicodeDir            /usr/xpdf/xpdf-chinese-simplified/CMap
#fontFileCC    Adobe-GB1    /usr/..../NotoSansCJKsc-Regular.otf
#----- end Chinese Simplified support package

执行./pdftotext xxx.pdf  xxx.txt    如果不加xxx.txt将使用原文件名

记得给文件相应的权限如执行权等