我在论坛和stackoverflow上搜索了这个问题,但是没有找到答案。我正在使用Mac终端运行一个shell脚本来基于文件内容重命名一些pdf文件。
我有一个目录,里面装满了pdf文件,我正在使用开源的pdfbox将它们导出为文本文件。生成的文件与pdf文件同名,但以.txt
结尾。我创建了这些文本文件,以便可以在文件中查找格式为Page xx Question xx
的字符串,例如Page 43 Question 2
。根据这个例子,我想将pdf文件重命名为pg43_q2.pdf
我认为我需要的正则表达式是:
/Page\s+(\d+)Question\s+(\d+)
但我不知道如何读取两个捕获的数字并将它们保存到一个字符串中,以便我可以将其用作文件名。
到目前为止,我拥有的脚本是:
#!/bin/sh
PDF_FILE_PATH=$1
echo "Converting pdfs at $PDF_FILE_PATH"
find "$PDF_FILE_PATH" -name '*.pdf' -print0 | while IFS= read -r -d '' filename; do
echo $filename
java -jar pdfbox-app-1.6.0.jar ExtractText "$filename" "$filename.txt"
NEWNAME=$(sed -n -e '/Page/s/Page\s+\(\d+\)\s+Question\s+\(\d+\).*$/pg\1_q\2/p' "$filename.txt")
echo "Renaming pdf $filename to $NEWNAME"
# I would do this next but the $NEWNAME is empty
# mv "filename" "PDF_FILE_PATH$NEWNAME"
done
...但是sed命令没有将任何内容放入NEWNAME变量中。
我对sed并没有特殊的偏好,欢迎提出任何建议。
脚本的最新编辑使用了以下sed命令:
newname=$(sed -nE -e '/Page/s/^.*Page[[:blank:]]+([0-9]+)[[:blank:]]+Question[[:blank:]]+([0-9]+).*$/pg\1_q\2.pdf/p' "$filename.txt")
这种方法成功率约50%,但在重新命名文件时,新名称变量的其余时间为空。
已转换的文件中有效的第三行:
Unit 2 Review Page 257 Question 9 a) 12 (2)(2)(3)
转换后的文件中第三行无法正常工作:
Unit 2 Review Page 258 Question 16 a) (a – 4)(a + 7) = a(a + 7) – 4(a + 7) = a2 + 7a – 4a – 28 = a2 + 3a – 28 b) (2x + 3)(5x + 2) = 2x(5x + 2) + 3(5x + 2) = 10x2 + 4x + 15x + 6 = 10x2 + 19x + 6 c) (–x + 5)(x + 5) = –x(x + 5) + 5(x + 5) = –x2 – 5x + 5x + 25 = –x2 + 25 d) (3y + 4)2 = (3y + 4)(3y + 4) = 3y(3y + 4) + 4(3y + 4) = 9y2 + 12y + 12y + 16 = 9y2 + 24y + 16 e) (a – 3b)(4a – b) = a(4a – b) – 3b(4a – b) = 4a2 – ab – 12ab + 3b2 = 4a2 – 13ab + 3b2 f) (v – 1)(2v2 – 4v – 9) = v(2v2 – 4v – 9) – 1(2v2 – 4v – 9) = 2v3 – 4v2 – 9v – 2v2 + 4v + 9 = 2v3 – 6v2 – 5v + 9
...Page 258 Question 16 a) (a – 4)(a + 7) = a(...
会导致此输出:pg258_q16? 4)(a + 7) = a(...
。 - GLaDOS-encoding <output encoding>
,在这种情况下,我应该能够将pdf转换为仅ASCII字符(抱着希望,因为原始pdf中有很多Unicode字符),这应该解决sed在转换文本时遇到的问题。此外,在您发布的解决方案中有一个小错误,在第一个捕获组中:*\([0-9][[0-9]*\)
多了一个左括号。 :) 所以很高兴你一直关注我的进展! - GLaDOS.*
将读取整行并选择最大的匹配组,而勉强量词.*?
将选择它能找到的第一个、最小的匹配组。请参见http://docs.oracle.com/javase/tutorial/essential/regex/quant.html - GLaDOS