DiF*_*rag 3 grep find search pdf pdfgrep
我正在尝试找到保存在外部备份驱动器上的客户的 pdf 文件，其中包含超过 8000 个 pdf 文件和数百个文件夹。
例如，如果我想搜索驱动器 X: 上包含我的客户名称“Sequoia Group”的所有 pdf 文件，有哪些有用的命令行和/或工具来实现相关的输出结果？
我使用的是 MacOS High Sierra，带有 zsh，我还通过自制程序安装了 GNU grep、ack 和 pdfgrep。但是，我还没有找到该文件。
文件名未知，因为所有文件都保存为 PDF-Backup-0001、PDF-Backup-0002...等，
到目前为止，我使用了以下命令，但没有成功：
#grep -wirl "sequoia group" ./
#pdfgrep -iHncRZ "sequoia group"
#mdfind "sequoia group"
另外，建议使用此命令行，但是，我不确定在哪里放置名称，因此我将 /path 替换为驱动器的路径，并将模式替换为“sequoia”，仍然没有找到任何匹配项
#find /path -iname '*.pdf' -exec pdfgrep pattern {} +
#find /Volumes/X Backup -iname '*.pdf' -exec pdfgrep "sequoia" {} +
啊，这怎么这么熟悉啊……
在搜索目录的根目录中打开一个终端，然后
pdfgrep -ril "sequoia group" >matches 2>bad.files
这将递归地-r搜索所有 pdf 文件中的搜索词，不区分大小写-i，并且仅返回文件名而不返回匹配的文本-l。
所有匹配的文件名都将写入名为的文件中matches，任何错误都将写入名为的文件中bad.files。
您可以将其matches复制到单独的目录以供参考。
while read f do; cp $f /wherever/I/want/$f; done < matches
这bad.files要么已损坏，要么 OCR 不正确，因此您应该将它们复制到另一个目录，重新处理它们并再次搜索它们。
如果您急于使用，find因为您可能有等的变体pdf，PDF那么
find /search/root/ -iname *.pdf -exec pdfgrep -il "sequoia group" {} ';' >matches 2>bad.files
您在上面要求对此进行解释...find我认为您得到的命令pdfgrep在上面进行了解释，重定向也是如此>。
选项-exec获取命令find的输出find并将其放在您看到的位置{}。
最后-exec你会看到我已经放了，;而你已经放了+。
+导致-exec收集所有输出find并将其pdfgrep作为一长串参数传递给并运行 pdfgrep 一次。除非文件数量超过最大数量，否则工作正常。
;导致一次将 的-exec输出提供find给一个文件。pdfgrep
后记。打开一些 pdf 文件，无论您用什么方式查看它们，并确保它们已经过 OCR 并且实际上是可搜索的。
如果不是，您可能需要从每个目录运行它
find /path/to/dir/ -maxdepth 1 -type f -iname "*.pdf" -print0 | while IFS= read -r -d $'\0' line; do pdfsandwich -lang eng "$line"; done
如果您可以让您的电脑专门处理所有 8,000 个文件，无论需要多长时间，那么只需删除-maxdepth 1并find指向您的搜索根目录即可。