在 Linux 上使用命令行检查 PDF 文件是否损坏

Question

我在一个文件夹中有许多 PDF 文件。

是否可以使用命令行检查一个或多个文件是否已损坏（零页或未完成的下载），而无需逐个打开它们？

Answer 1

您可以尝试使用pdfinfo（在poppler-utils软件包中的Fedora 上）。pdfinfo从其字典中获取有关 PDF 文件的信息，因此如果找到它，该文件应该没问题

for f in *.pdf; do
  if ! pdfinfo "$f" &> /dev/null; then
    echo "$f" is broken
  fi
done

Answer 2

find . -iname '*.pdf' | while read -r f
  do
    if pdftotext "$f" - &> /dev/null; then 
        echo "$f" was ok;   
    else
        mv "$f" "$f.broken";
        echo "$f" is broken;   
    fi; 
done

Answer 3

我选择的检查 PDF 的工具是qpdf. qpdf有一个--check论点可以很好地发现 PDF 中的问题。

使用以下命令检查单个 PDF qpdf：

qpdf --check test_file.pdf

使用以下命令检查目录中的所有 PDF qpdf：

find ./directory_to_scan/ -type f -iname '*.pdf' \( -exec sh -c 'qpdf --check "{}" > /dev/null && echo "{}": OK' \; -o -exec echo "{}": FAILED \; \)

命令说明：

• find ./directory_to_scan/ -type f -iname '*.pdf' 查找所有扩展名为“.pdf”的文件

• -exec sh -c 'qpdf --check "{}" > /dev/null && echo "{}": OK' \;qpdf对找到的每个文件 执行并将所有输出通过管道传输到/dev/null. 如果返回状态qpdf为 0（即没有错误），还打印文件名后跟“：OK”

• -o -exec echo "{}": FAILED \; \) 如果发现错误，则执行此操作：打印文件名后跟“：失败”

获取方式qpdf：

qpdf在以下位置提供 Linux 和 Windows 二进制文件：https : //github.com/qpdf/qpdf/releases。您也可以使用您选择的包管理器来获取它。例如，在 Ubuntu 上，您可以使用 apt 和以下命令安装 qpdf：

apt install qpdf

Answer 4

所有使用pdfinfo或pdftotext没有对我有用的方法。事实上，他们不断给我误报，有时还创建了我不需要的文件。

起作用的是JHOVE。

安装：

从上面的链接安装 jar 并使用以下命令更新 PATH 环境变量：

echo "export PATH=\$PATH:/REPLACE_WITH/YOUR/PATH_TO/jhove/" >> ~/.bash_profile

刷新每个终端 source ~/.bash_profile，您就可以开始在系统范围内使用它了。

基本用法：

jhove -m pdf-hul someFile.pdf

您将获得有关 pdf 的大量信息 - 超出大多数人可能需要的信息。

Bash One-Liner：
简单地返回valid或invalid：

if [[ $(jhove -m pdf-hul someFile.pdf | grep -a "Status:") == *"Well-Formed and valid"* ]]; then echo "valid"; else echo "invalid"; fi;

请注意，这是在 Mac OS X 上运行的，但我认为它在任何基于 Unix 的 Bash 环境中都可以正常工作。