标签: 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" {} + 

我在 pdf 文件中找到多行模式的页码，通过如何在 pdf 文件和文本文件中 grep 多行模式？以及 如何在 pdf 文件中搜索字符串，并找到该字符串出现的每个页面的物理页码？

$ pdfgrep -Pn '(?s)image\s+?not\s+?available'  main_text.pdf 
49: image
   not
available
51: image
   not
available
53: image
   not
available
54: image
   not
available
55: image
   not
available

我只想提取页码，但因为模式是多行的，我得到

$ pdfgrep -Pn '(?s)image\s+?not\s+?available'  main_text.pdf | awk -F":" '{print $1}'
49
   not
available
51
   not
available
53
   not
available
54
   not
available
55
   not
available

代替

49
51
53
54
55

我想知道如何仅提取页码，而不管模式是否为多行？谢谢。