チップス
pdfファイルからテキストを抽出する pdftotextの使い方
PDFファイルからテキストを抽出するには、pdftotextコマンドを使います。
$ pdftotext input.pdf out.txt
| オプション | 内容 |
|---|---|
| -f 開始ページ | 抽出開始ページを指定 |
| -l 終了ページ | 抽出終了ページを指定 |
| -opw パスワード | オーナーパスワード（文書の印刷や編集などを制限するためのパスワード）を指定 |
| -upw パスワード | ユーザーパスワード（文書を開くためのパスワード）を指定 |
| -layout | オリジナルに近いレイアウトでテキストを出力 |
| -htmlmeta | HTML形式で出力 |
| -enc エンコード名 | テキストファイルの文字コードを指定（UTF-8／EUC／Shift-JISなど） |
| -eol 行末の形式 | end-of-lineの形式を指定（unix／dos／mac) |
参考URL
pdftotextをubuntuで使ってみる
