pdftotext —— Linux/Unix中将PDF文件转化为Text文本格式的利器

安装 pdftotext 到 RedHat / RHEL / Fedora / CentOS / Ubuntu

在不同的Linux分发版本中使用poppler-utils包安装pdftotext（CentOS）：

# yum install poppler-utils

或者在Debian / Ubuntu中使用如下指令：

$ sudo apt-get install poppler-utils

pdftotext 使用语法

pdftotext {PDF-file} {text-file}

如何将pdf转化为text?

将php-manual.pdf 转化为 php-manual.txt:

$ pdftotext php-manual.pdf php-manual.txt

只转化前 5 页和后 10 页:

$ pdftotext -f 5 -l 10 php-manual.pdf php-manual.txt

转化加密过的pdf文件（ owner password ）:

$ pdftotext -opw 'password' php-manual.pdf php-manual.txt

转化加密过的pdf文件（ user password ）:

$ pdftotext -upw 'password' php-manual.pdf php-manual.txt

Sets the end-of-line convention to use for text output. You can set it to unix, dos or mac. For UNIX / Linux oses, enter:

$ pdftotext -eol unix php-manual.pdf php-manual.txt

更多命令:

• man page pdftotext

此外，还可以转化pdf为多种其他格式文件：

如可以将pdf文件转化为html，但我测试了一下，效果貌似不佳，很多页面有错乱出现，但是pdftotext转化的效果还是不错的（图片都去掉了），而且速度很快。