我想使用sed或grep将pdf文件中两个字符之间的值复制并写入文件,但无法解决如何执行此操作。我要复制的字符串是,例如,nnnn/yyynnnn是可以更改的数字值,yyy是可以更改的年份值。例如:
23/2019
5014/2020
1117/2015
1/2020
我还需要在“&;”之前的行中复制并写入字母数字值和/或“(”。该值用空格分隔
以下是如何将数据从pdf转换为文本
United States of America TXCO fuel management
Where 3315 Fredericksburg Rd, San Antonio, TX 78201 (Pump 7),
United States
()
3136CACE816877B17EABF2527E712B2D366DF F8C3FD6B1B33B11B733B49A9364 (771) & 7A5261C640D69CAD968B1F1C8CEEFC17D2C73947723A9B462D8ABC10D881F933
DD6052F67258F2B789010E834D711192914834CD3688E4260A7B52D2A9 373A75 (5009) & 8E5767F7092BA7E8FC6706EFC7FBC58E3E965F5F608978A484DE0CFF68D13C5E
(SRIM/74/2020) (via link)
B251A8C6C649725306C725BCA23E7C211A63 95BDF1747F9F30B43155E3B7A8A8 & 4796F04682E1B30C704AE3A4530FE51D913C5C3181F19418A07259CFDA0E05DD
(OGAR/83/2020) (via link)
801742B10E6CB8E E31E0FC508B6550D8C7766B42EEFA052D3F678D59DBF99655 & 1D873ED80DC020BC75C1E52B20E9F08E6E6C58F140F74DFD18B726856FD394A8
(IND/3/2020) (via link)
Upload 11.00990 9:00 AM
Upload tr11.09907 9:00 AM
Upload jud 11 uur8 9:00 AM
Upload loc10 11 9:00 AM
File: TCXO 5g aa, TXCO 5g yy, TXCO 5g an8
Pump inventory &&& management
Fuel
Type
Sale
&&&&&&&&&&&&&&&& ..
"\*w " &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
len()
某些文本行在我要复制的文本之前可能有另一个(文本),但不会有字符串(nnnn/yyyy)
因此,这行在“nnnn”之前有文本,我想忽略它,也要忽略第一个“/”,也要忽略“/”之后的任何文本。“基本上,我只想复制和写入“/”和第一个“/”之间的所有内容”)
我想我可以安装程序包pdfgrep,然后使用以下命令:
find /path -iname '*.pdf' -exec pdfgrep pattern {} +
但我不知道如何设定模式。有没有办法只对这个字符串进行grepnnnn/yyy
我读到我可以使用python将pdf转换为文本,但还不确定如何做到这一点
所有的考虑、想法或其他建议都受到赞赏=)
目前没有回答
相关问题 更多 >
编程相关推荐