特定单词后的pdf单词计数

我有多个pdf文件，我需要在文本中出现特定标题或单词后计算单词数。例如，给定的标题显示在2页文档的第二页顶部，然后只计算第2页上的单词。您知道现有的字数统计程序是否已经包含了这样的功能

非常感谢你的帮助

---

Chris

如果您正在寻找命令行自动化，那么

您需要先使用以下命令将PDF转换为文本文件：

$pdftotext transcript.pdf

然后使用

[wc][2]

实用程序计算字数：

$wc-w transcript.txt

---

“单词”的概念不是PDF规范的一部分，因此，充其量您的结果可能会有偏差。在最坏的情况下，你根本不会得到任何单词。你想用哪种编程语言来实现这一点？您需要一个PDF库，可以进行文本提取，然后在提取文本后进行字数计算。这是假设您的PDF文件没有做任何令人讨厌的事情。我不想详细说明，但如果PDF中包含一些看起来像文本的内容，但实际上在尝试提取时会有很多乱七八糟的内容，这是非常有效的。如果您共享您的PDF文件，人们将能够告诉您文本提取是否容易。感谢您的回复！基本上，pdf文件包含电话记录。没有图形或其他图形内容，只有文本。可以从pdf文件中选择和复制文本，因此不需要OCR。要求我们推荐或查找书籍、工具、软件库、教程或其他非现场资源的问题因堆栈溢出而脱离主题，因为它们往往会吸引自以为是的答案和垃圾邮件。相反，请描述问题以及迄今为止为解决问题所做的工作。