KFleischer's questions

鉴于：

• Zip 文件的名称和位置。示例：collectionOfPdfFiles2017.zip
  • Zip File 是没有文件夹结构的 PDF 集合
• Zip 文件中 PDF 文件的名称。示例：someFileFrom2017.pdf

通缉：

• 从给定的 zip 文件中提取命名 PDF 的控制台方式
• 该文件不应被修改。
  • 基本上，提取的文件应该与我通过提取整个存档并手动复制想要的文件获得的状态相同。
• 理想情况下进入目标文件夹。但那是奢侈。

我该怎么做呢？目前我有一个脚本，它将在 ZIP 内的 PDF 文件中搜索字符串并打印出 zip 的名称和其中的 pdf。我会张贴这个以防万一：

    #!/bin/bash
    echo "Hi I'll find text in pdf files that are stored inside zip files."
    echo ""
    echo "Enter search string:"
    read searchString

    echo "Ok. I'll search all zip files for content with this text..."

    for z in *.zip
    do
    zipinfo -1 "$z" |  # Get the list of filenames in the zip file
        while IFS= read -r f
        do
        unzip -p "$z" "$f" | # Extract each PDF to standard output instead of a file
            pdftotext - - | # Then convert it to text, reading from stdin, writing to stdout
            grep -q $searchString && echo "$z -> $f" # And finally grep the text
        done
    done 

这个脚本是由于这个答案而创建的。

鉴于：

• 包含 1..n 个随机名称 ZIP 文件的目录（均以 .zip 结尾）
  • 每个 zip 文件包含 1..n 个随机名称的 PDF 文件（均以 .pdf 结尾）
  • 所有 PDF 都来自同一来源，并且在某种程度上具有可比格式。
  • PDF 不是普通文本，而是发票、库存清单等（也称为表格和表格；当我在 PDF 查看器中打开它们时，可以搜索这些 PDF。）
• 搜索词，即库存项目编号或发票编号

通缉：

• 一种查找/列出包含给定搜索词的所有 PDF 的方法。
• 最好使用现有的 linux 工具。