Terminal Trove でpdfgrep というツールを知ったので試してみました．
pdfgrep はpdf ファイルをgrep と同様パターンにマッチする行を表示してくれるものです．オプションは GNU grep をある程度踏襲しています．
Debian sid 環境でsource からbuild する例
$ sudo apt install libgcrypt20-dev libpoppler-cpp-dev $ git clone https://gitlab.com/pdfgrep/pdfgrep $ cd pdfgrep $ ./autogen.sh $ ./configure --prefix=$HOME/usr/local $ make $ make install
help
$ pdfgrep --help
Usage: ./src/pdfgrep [OPTION]... PATTERN FILE...
Search for PATTERN in each FILE.
PATTERN is, by default, an extended regular expression.
Commonly used options:
-i, --ignore-case Ignore case distinctions
-P, --perl-regexp Use Perl compatible regular expressions (PCRE)
-H, --with-filename Print the file name for each match
-h, --no-filename Suppress the prefixing of file name on output
-n, --page-number Print page number with output lines
-c, --count Print only a count of matches per file
--color WHEN Use colors for highlighting;
WHEN can be `always', `never' or `auto'
-p, --page-count Print only a count of matches per page
-m, --max-count NUM Stop reading after NUM matching lines (per file)
-q, --quiet Suppress normal output
-r, --recursive Search directories recursively
-R, --dereference-recursive Likewise, but follow all symlinks
--cache Use cache for faster operation
--help Print this help
-V, --version Show version information
The above list is only a selection of commonly used options. Please refer
to the man page for a complete list.適当なpdf ファイルをgrep
$ pdfgrep raspberry ~/Downloads/MagPi128.pdf | head
raspberrypi.com
magpi@raspberrypi.com
forums.raspberrypi.com
lucy@raspberrypi.com
rob@raspberrypi.com
charlotte.milligan@raspberrypi.com
brian.jepson@raspberrypi.com
Learn Sense HAT magpi@raspberrypi.com (CC BY-NC-SA 3.0).GNU grep でよく使うオプションを利用
$ pdfgrep -m5 -n -i raspberry ~/Downloads/MagPi128.pdf
1:Issue 128 April 2023 magpi.cc The official Raspberry Pi magazine
1: Discover coding with Raspberry Pi
1: NEW! RASPBERRY PI GLOBAL SHUTTER CAMERA
2: Industrial Raspberry Pi
3:(page 44) can help you out on this journey. I hope you take it. Raspberry Pi office
This Month in Raspberry Pi日本語もok
$ pdfgrep -r -m1 -n サーバー ~/Nextcloud_matoken\@files.matoken.org/Linux/2025/ /home/matoken/Nextcloud_matoken@files.matoken.org/Linux/2025//sakura-cominuty-2025/snac-kagolug.pdf:2:サーバー設定ファイルの server.json を編集します。 "protocol" を /home/matoken/Nextcloud_matoken@files.matoken.org/Linux/2025//kagolug2025.08/slide/slide.pdf:1: ルサーバーの /home/matoken/Nextcloud_matoken@files.matoken.org/Linux/2025//kagolug2025.09/slide/slide.pdf:19:ActivityPubも少し探したが，自分とサーバーの落ちているものしか /home/matoken/Nextcloud_matoken@files.matoken.org/Linux/2025//kagolug2025.09/slide/matoken-slide.pdf:19:ActivityPubも少し探したが，自分とサーバーの落ちているものしか /home/matoken/Nextcloud_matoken@files.matoken.org/Linux/2025//kagolug2025.10/slide/slide.pdf:10: 2 サーバー設定ファイルを編集．"protocol" を "http"
オプションの詳細は以下を．
これまではpdf ファイルをpdftotext などでテキストに変換しつつgrep などしていましたがこれだとどのページ化が分かりづらかったです．pdfgrep だと -n オプションが行数ではなくページ数になるのでこのあたりがわかりやすくなって良さそうです．
$ pdftotext ~/Downloads/RetroBSD_and_LiteBSD.pdf - | grep -m5 -n -i retro 1:RetroBSD and LiteBSD: 15: Contributing to RetroBSD since 2013 30: RetroBSD: an OS from the past in 128k RAM 35: RetroBSD and LiteBSD: an overview 39: RetroBSD: PIC32MX $ pdfgrep -m5 -n -i retro ~/Downloads/RetroBSD_and_LiteBSD.pdf 1:RetroBSD and LiteBSD: 3: Contributing to RetroBSD since 2013 4: RetroBSD: an OS from the past in 128k RAM 5:RetroBSD and LiteBSD: an overview 5: RetroBSD: PIC32MX
と，一通り遊んでから気づいたのですが，debian にはpdfgrep パッケージが結構前から存在していました．
$ apt-cache search pdfgrep pdfgrep - 正規表現にマッチする文字列を pdf ファイル内で検索 $ rmadison pdfgrep pdfgrep | 2.1.2-1 | oldoldstable | source, amd64, arm64, armhf, i386 pdfgrep | 2.1.2-1 | oldstable | source, amd64, arm64, armel, armhf, i386, mips64el, mipsel, ppc64el, s390x pdfgrep | 2.2.0-0.1 | stable | source pdfgrep | 2.2.0-0.1 | testing | source pdfgrep | 2.2.0-0.1 | unstable | source pdfgrep | 2.2.0-0.1 | unstable-debug | source pdfgrep | 2.2.0-0.1+b2 | stable | amd64, arm64, armel, armhf, i386, ppc64el, riscv64, s390x pdfgrep | 2.2.0-0.1+b2 | testing | amd64, arm64, armhf, i386, ppc64el, riscv64, s390x pdfgrep | 2.2.0-0.1+b2 | unstable | amd64, arm64, armhf, i386, ppc64el, riscv64, s390x $ sudo apt install pdfgrep $ /usr/bin/pdfgrep -V This is pdfgrep version 2.2.0. Using poppler version 25.03.0 Using libpcre2 version 10.46 2025-08-27
環境
$ pdfgrep -V This is pdfgrep version 2.2.0. Using poppler version 25.03.0 Using libpcre2 version 10.46 2025-08-27 Built from git-commit v2.2.0-7-gaa71955 $ /usr/bin/pdfgrep -V This is pdfgrep version 2.2.0. Using poppler version 25.03.0 Using libpcre2 version 10.46 2025-08-27 $ dpkg-query -W poppler-utils poppler-utils 25.03.0-11.1+b1 $ pdftotext -v pdftotext version 25.03.0 Copyright 2005-2025 The Poppler Developers - http://poppler.freedesktop.org Copyright 1996-2011, 2022 Glyph & Cog, LLC $ lsb_release -dr Description: Debian GNU/Linux forky/sid Release: n/a $ arch x86_64
Likes