在 PDF 中搜索，索引它？答案

【问题标题】：Search in PDF, index it?在 PDF 中搜索，索引它？
【发布时间】：2011-03-09 21:09:47
【问题描述】：

我有 1000 多个可搜索的 PDF。

我需要一些插件或应用程序来索引它，例如 (http) joomla.natemaxfield.com

【问题讨论】：

标签： php python pdf

【解决方案1】：

我们使用 Swish-e 为我们的网站编制索引，其中包括数千个 PDF、Word 文件甚至 WordPerfect 文件。它工作得很好。它是免费的、开源的，并且与 PHP 很好地集成。

http://swish-e.org/index.html

从他们的主页：

Swish-e 是一种快速、灵活且免费的用于索引的开源系统网页集合或其他文件。 Swish-e 非常适合收集一百万份文件或更小。使用 GNOME™ libxml2 解析器和过滤器的集合， Swish-e 可以索引纯文本、电子邮件、 PDF、HTML、XML、Microsoft® Word/PowerPoint/Excel 等等任何可以转换为 XML 的文件或 HTML 文本。 Swish-e 也经常用于补充数据库，如 MySQL® DBMS 用于非常快速的全文搜索。

【讨论】：

【解决方案2】：

看看PDFMiner。它可以很容易地做你想做的事。另外，请搜索类似的问题，因为这可能是欺骗：Python module for converting PDF to text

【讨论】：