我想写一个工具来帮助我在Linux中搜索pdf / chm / djvu文件。关于如何进行操作的任何指示？

主要问题是从所有这些文件读取/导入数据。可以使用C和Shell脚本来完成吗？

解决方案

回答

Beagle的插件怎么样？

它已经搜索了PDF，但是我们可以添加其他文件类型。

这是相关的维基百科页面：http://en.wikipedia.org/wiki/Beagle_(软件)

回答

Tracker随Ubuntu 8.04一起提供-这是Beagle的一个重大转变，用户认为Beagle占用的资源(CPU)过多，并且无法产生足够好的结果。它同时对pdf和chm进行索引，并且根据此错误报告，还对djvu进行索引。

回答

请注意，djvu是图像压缩格式(已优化为压缩"文本图片"，通常是扫描结果)。这样，我们将无法搜索文本，除非在元数据中(这是cdleary发送的链接所指的内容)，或者我们首先在文档上使用OCR将其转换为文本。

对于内容是扫描的文章/书籍的PDF，也是如此。