pdf转txt

ubuntu pdf转jpg或txt

chenlei posted @ 2009年12月30日 17:22 in Linux , 1818 阅读

呵呵，刚刚在网上定购了一款mp5,后来才发现它不支持PDF！

没办法，只好查一下转换的方法，呵呵，

（1）PDF转JPG：

安装一个软件ImageMagick：

# sudo apt-get install imageMagick

然后就可以转换了，yes!!

# convert XXX.pdf XXX.jpg

这样XXX.pdf 就转换成了一大堆的XXX-*.jpg，一页一张JPG。

如果想清晰些（实验中）：

# convert -verbose -colorspace RGB -resize 1800 -interlace none -density 300 -quality 100 XXX.pdf XXX.jpg

（2）PDF转txt：

我们要用poppler来做，它是系统自带的，

呵呵，先加一个中文支持：

# sudo apt-get install poppler-data

嘻嘻，转换啦！！

# pdftotext -layout -nopgbrk XXX.pdf

因为pdftotext不支持同时处理多个 pdf，所以用批处理要脚本搞定，打开终端，进入放置 pdf 的目录，运行下面命令

find ./ -name '*.pdf' | while read i; do pdftotext -layout -nopgbrk $i; done

很快就在当前目录下输出很多 txt 文件，“-layout”参数表示保留页面布局，“-nopgbrk”表示不输出换行符，自己对比一下就知道区别了。

 

 

doc docx to txt

abiword --to=txt example.doc