ocr을 사용하여 pdf 파일을 txt 형식으로 변환하는 훌륭한 스크립트를 찾았습니다.
하지만 한 번에 하나의 PDF 파일만 변환합니다. 대규모로 변환해야 합니다.
나는 시나리오 작성에 대해 아무것도 몰랐습니다. 스크립트는 다음과 같습니다.
어떻게 일괄 변환할 수 있나요?
#!/bin/bash
## script to:
## * split a PDF up by pages
## * convert them to an image format
## * read the text from each page
## * concatenate the pages
## pass name of PDF file to script
INFILE=$1
## split PDF file into pages, resulting files will be
## numbered: pg_0001.pdf pg_0002.pdf pg_0003.pdf
pdftk $INFILE burst
for i in pg*.pdf ; do
## convert it to a PNG image file
convert -density 200 -quality 100 $i ${i%.pdf}.png
## read text from each page
tesseract ${i%.pdf}.png ${i%.pdf}.txt
done
## concatenate the pages into a single text file
cat pg*.txt > ${INFILE%.pdf}.txt
exit
참고: 비슷한 질문을 읽었지만 이해할 수 없습니다.
답변1
스크립트를 수정할 수 있습니다.
# instead of INFILE=$1
for INFILE
do
#...
for i in pg*.pdf ; do
#...
done
## concatenate the pages into a single text file
cat pg*.txt > ${INFILE%.pdf}.txt
done
그런 다음 다음과 같이 스크립트를 호출하십시오.
some-script.sh 1.pdf 2.pdf #...
반복할 내용이 없으면 루프는 bash
for
모든 명령줄 인수를 반복합니다. 그러므로,
for INFILE
다음과 동일:
for INFILE in "$@"
답변2
귀하의 질문에 대한 제가 이해한 바에 따르면, 귀하가 기대하는 바는 다음과 같습니다.
for each in *.pdf
do
your_conv_script.sh $each
done
your_conv_script.sh
위에서 지적한 스크립트는 어디에 있습니까?
또한 임시로 생성된 파일을 정리해야 합니다.