以编程方式在多个 PDF 文件中搜索关键字和注释页码答案

【问题标题】：Programmatically search multiple PDF files for keyword and note page number以编程方式在多个 PDF 文件中搜索关键字和注释页码
【发布时间】：2013-09-11 10:15:54
【问题描述】：

我在一家博物馆工作，目录中有数百份科学论文 pdf。我对它们进行了 OCR 处理，以便可以在 Adobe Reader 等程序中搜索关键字。我需要编写一个程序，允许我在此目录中搜索特定物种名称并生成与关键字匹配的文档列表以及相应的页码。

我正在寻找一个 pdf 库，我可以用它（希望）免费完成这项任务。我使用PDFOne Library 编写了一个小程序，但搜索需要大约 10 分钟才能在整个目录中搜索一个术语。我想大大缩短时间，因为 Adobe Reader 和 PDF-XchangeViewer 可以在一分钟内执行相同的搜索。我对使用的语言没有偏好。

谁能指导我找到正确的资源，以便我完成这项任务？谢谢。

【问题讨论】：

标签： search pdf

【解决方案1】：

我建议您评估 Apache Solr 的使用 - 它可以非常有效地索引 PDF 文件。

http://lucene.apache.org/solr/

【讨论】：