Sé que puedo convertir archivos PDF a archivos de texto uno por uno como este:
$ pdftotext filename.pdf
Pero, ¿hay un solo comando que realice esa conversión sin especificar nombres de archivo separados para convertirlos a todos?
Veo aquí, en Wikipedia , que "Los comodines (*), por ejemplo $ pdftotext * pdf, para convertir múltiples archivos, no se pueden usar porque pdftotext solo espera un nombre de archivo".
Respuestas:
Lo siguiente convertirá todos los archivos en el directorio actual:
for file in *.pdf; do pdftotext "$file" "$file.txt"; done
ls *.pdf | xargs -n1 pdftotext
xargsA menudo es una solución rápida para ejecutar el mismo comando varias veces con solo un pequeño cambio cada vez. La -n1opción asegura que solo se pase un archivo pdf a pdftotext a la vez.
Editar: si le preocupan los espacios en los nombres de archivo y demás, puede usar esta alternativa:
find . -name '*.pdf' -print0 | xargs -0 -n1 pdftotext
ls *.pdf | xargs -L1 -I% pdftotext % %.txt
escribir un script bash
for f in *.pdf; do
pdftotext "$f"
done
o escríbalo en un comando de una línea de la siguiente manera:
for f in *.pdf; do pdftotext "$f"; done
Espero que esto ayude. No tengo un gran grupo de archivos .pdf para probar esto, pero uso esta estrategia para convertir mis archivos .flac en archivos .ogg.
Primero tengo que agradecer a Sam y a Ryan Thompson , así como a todos los demás respondedores; mi respuesta aquí no es más que una variación relacionada con la posibilidad de agregar sus soluciones a las acciones personalizadas de Thunar:
entonces, como cualquier comando de terminal, un comando para convertir a texto todos los archivos pdf dentro de una carpeta se puede colocar en la lista de acciones personalizadas en el administrador de archivos Thunar
El comando que hay find . -name '*.pdf' -print0 | xargs -0 -n1 pdftotext, (proveniente de Ryan Thompson ) es el que prefiero usar, pero tiene un giro desagradable ... ver más abajo ...
... es un comando divertido, que debe usarse con cuidado: está hecho para convertir a texto todos los archivos PDF dentro de la carpeta donde se dispara, por lo tanto, si se dispara por error en la carpeta de inicio, tendrá algunos no deseados efectos: ¡todos sus archivos PDF se convertirán en texto!
(Lo probé así: creé una carpeta llamada "prueba" en el escritorio y en ella un archivo pdf y una serie de carpetas dentro de carpetas ( /Desktop/test/a/b/c/e/f/g/h/i) cada una conteniendo el mismo pdf. Ejecutar ese comando /Desktop/testha convertido todos los archivos PDF a eso en carpeta "i".)
(Agradecería comentarios sobre cómo ajustar este comando para evitar ese riesgo).
Reemplazando eso con el otro ( for file in *.pdf; do pdftotext "$file" "$file.txt"; done) proveniente de Sam , se evita el problema.
¡Pero en ciertos casos uno podría desear exactamente lo que hace la solución de Ryan!
findcomando busque en subdirectorios utilizando -maxdepth 1. Además, al ponerlo en función de las acciones personalizadas de Thunar, probablemente debería reemplazar find .a find %Fpermitir Thunar para pasar correctamente las rutas de los directorios seleccionados.