使用 ocrmypdf 把 pdf 文件变成可搜索的工具

共计 576 个字符，预计需要花费 2 分钟才能阅读完成。

很多 pdf 是图片导出 pdf 文件，此时如果想要进行搜索和复制是没有办法的。接下要介绍的是 orrcmypdf 工具，这个工具能即将你的 pdf 变成可搜索可复制的工具。

开源项目地址：https://github.com/ocrmypdf/OCRmyPDF

如果你只是想简单试一下效果，将 test.pdf 修改为你的 pdf 文件名，并放在当前目录下。

# 如果文档是中文
docker run  -it --rm -v $PWD:/app jbarlow83/ocrmypdf -l chi_sim test.pdf test_orc.pdf
# 如果文档全是英文
docker run  -it --rm -v $PWD:/app jbarlow83/ocrmypdf  test.pdf test_orc.pdf
# 如果文档有多种语言，-l 参数后面可以加多种语言
docker run  -it --rm -v $PWD:/app jbarlow83/ocrmypdf -l eng+deu test.pdf test_orc.pdf

运行这个命令，将在本目录下生成一个 test_orc.pdf 文件，那么这个文件就是可以搜索和复制的啦。

目前该工具默认是识别英文，对英文效果会比较好，中文的话复制会有空格，目前还没有解决方案，有兴趣的可以查看下 issue：https://github.com/ocrmypdf/OCRmyPDF/issues/715

提醒：本文发布于519天前，文中所关联的信息可能已发生改变，请知悉！