☰

PDF 閱讀器中的正規表示式搜尋

tag-icon • tag-icon regular-expression pdf zathura documents pdfgrep
PDF 閱讀器中的正規表示式搜尋

我正在使用 zathura，因為我喜歡它的極簡主義方法，但如果這能解決我的問題，我也會切換到 mupdf 或其他任何東西。

我需要從頭到尾逐一突出顯示每個單字（在 PDF 和 epub 文件中），因為如果文字中有某種動作，我可以更好地專注於文字。我的方法是執行匹配每個單字的正規表示式搜索，但 zathura 和 mupdf 都不支援搜尋中的正規表示式。有沒有辦法做到這一點？

我會嘗試分叉 zathura，但說實話，如果有另一個最小的 Gnu/Linux 相容文件檢視器可以滿足我的需要，我真的不想花那麼多時間。如果有任何方法可以使用終端工具（例如 pdfgrep 在 zathura 中突出顯示結果），也可以完成這項工作。

答案1

基本文字選擇

根據扎圖拉維基百科頁面：

Zathura 可以搜尋文字並將文字複製到主 X 選區

這意味著在閱讀時選擇文字的能力是內建的，儘管它可能需要滑鼠（您將很難找到鍵盤控制選擇的解決方案）。

您需要多簡約？我用阿特里爾，一個重量稍輕的叉子表明（GNOME 文件檢視器）。 Atril 是作為MATE桌面版（GNOME 2 的延續）。它非常輕量，儘管它仍然具有 GTK+ 依賴性。

另一個選擇是Xpdf應用。也可以看看維基百科的 PDF 軟體清單 § Linux 和 Unix。

正規表示式

我所知道的唯一（可用的）正則表達式搜尋實現，除了諸如命令列工具之外pdfgrep，實際上是您的網頁瀏覽器。這不太好用，但 Firefox 中有一個解決方案：在 Firefox 中開啟 PDF，然後開啟開發人員工具 Javascript 控制台（F12 或 Ctrl+Shift+K）。運行這些命令：

» pdf = document.getElementById("viewer").innerText.replace(/[ \t]+/g, " ");
» function grep(what, context=100) { return pdf.match(RegExp(`[\\s\\S]{0,${context}}${what}[\\s\\S]{0,${context}}`), "img"); }
» grep("put your regex here")
» grep("get more context", 300)

請注意，您必須轉義反斜線。此grep指令有一個可選的第二個參數，即每側提供的上下文字元數（預設= 100）。

Chrome 和其他具有內建 PDF 檢視器的瀏覽器應該非常相似，但是您必須弄清楚哪個 HTML 物件保存了實際的 PDF 內容（這是id="viewer"Firefox 的元素，不確定其他瀏覽器- 在最壞的情況下，只是使用document.body代替document.getElementById("viewer"). 您可以匹配目錄中的項目。

答案2

如果我沒有記錯的話，Adobe Acrobat Reader有一個名為的函數read out loud可以從頭到尾選擇每個單字。

相關內容