Pfiffige Suchwerkzeuge helfen Ihnen, in Ihrer PDF-Sammlung schnell die gewünschten Inhalte zu finden, ohne jede Datei manuell in einem Betrachter öffnen zu müssen.
Linux offeriert eine Vielzahl von Werkzeugen für die Suche in PDF-Dokumenten. Für die Arbeit sowohl auf der Konsole als auch in einem Skript eignen sich Pdfgrep [1] und Ugrep [2]. Zudem bieten sich für Sonderfälle Kombinationen aus einem OCR-Programm, einem PDF-zu-Text-Konverter und einem Suchprogramm an. Mit derartigen Programmen durchstöbern Sie PDF-Dateien automatisiert nach mit den Suchbegriffen verbundenen Werten, beispielsweise nach Rechnungsbeträgen. Ähnliches gilt für das Auswerten von Messprotokollen, Arbeitszeitblättern und anderen technischen und wirtschaftlichen Aufzeichnungen.
Die PDF-Dateien müssen dafür allerdings tatsächlich durchsuchbaren Text enthalten und nicht nur eine Bilddatei. Es genügt also nicht, Dokumente einzuscannen und das Resultat als PDF-Datei zu speichern. Trotzdem ist in einem solchen Fall keineswegs Hopfen und Malz verloren: OCR-Tools wie Tesseract [3] oder Cuneiform [4] und darauf basierende Programme helfen hier weiter. Scan-Programme, die durchsuchbare PDF-Dateien ausgeben, sind das rationellere Arbeitsmittel. Unter Linux bieten sich dazu Gscan2pdf [5], Naps2 [6] oder Gnome Simple Scan [7] an.
TIPP
Alle im Folgenden beschriebenen Skripte finden Sie im Download-Bereich zu diesem Artikel.
Pdfgrep
Die Arbeitsweise von Pdfgrep ist mehr oder weniger identisch mit der von GNU Grep für Textdateien. Sie arbeiten damit interaktiv oder setzen das Suchwerkzeug in einem Shell-Skript ein. Wir haben die Version 2.2.0 von Pdfgrep verwendet. Eine Auswahl der wichtigsten Optionen fasst die Tabelle “Pdfgrep: Optionen” zusammen. Abbildung 1 zeigt die interaktive Arbeit mit de...
[...]
Liebe Leserin, lieber Leser,
dieser Artikel ist derzeit nicht in vollem Umfang online zugänglich.
Sie haben die Möglichkeit, diesen Beitrag als PDF zu erwerben. Dazu nutzen Sie bitte die Box unter dem Artikel. Alternativ erweben Sie die Ausgabe als PDF in unserem Online-Shop.
LinuxUser-Artikel werden 12 Monate nach der Erstveröffentlichung automatisch freigeschaltet. Weitere Artikel aus der Zeitschrift LinuxUser 08/2026 finden Sie im Archiv.
