LINUXSC :: Linux, el OpenSource más popular del mundo

pdftotext: Linux / UNIX Convertir un archivo PDF a formato de texto

Tips

Escrito por Domingo Varela

Jueves, 13 de Noviembre de 2008 09:10

El uso pdftotext es una utilidad para convertir el Formato de Documento PortÃ¡til (PDF) a archivos de texto sin formato. Se lee el archivo PDF, y escribe un archivo de texto.Â Si archivo de texto no se especifica, se convierte pdftotext file.pdf a archivo.txt.Â Si el texto es-file -, el texto se envÃa a stdout.

Instalar pdftotext bajo RedHat / RHEL / Fedora / Linux CentOS

Para instalar pdftotext el cual viene en el paquete poppler-utilsÂ en diversas distribuciones de Linux:

# yum install poppler-utils

En Debian / Ubuntu Linux
$ sudo apt-get install poppler-utils

pdftotext sintaxis
pdftotext { PDF-file } { text-file }

Â¿CÃ³mo puedo convertir un PDF a texto?

Para convertir un archivo pdf llamado hp a manual.pdf-hp-manual.txt, escribimos:
$ pdftotext hp-manual.pdf hp-manual.txt

Para especificar la primera pÃ¡gina a convertir, escribimos:
$ pdftotext -f 5 hp-manual.pdf hp-manual.txt

Para especificar la Ãºltima pÃ¡gina a convertir, escribimos:
$ pdftotext -l 5 hp-manual.pdf hp-manual.txt

Para convertir un archivo pdf protegidos y codificados por el propietario (contraseÃ±a):
$ pdftotext -opw 'password' hp-manual.pdf hp-manual.txt

Para convertir un archivo PDF encriptado y protegido por contraseÃ±a de usuario:
$ pdftotext -upw 'password' hp-manual.pdf hp-manual.txt

Para establecer el final de la lÃnea de convenciÃ³n a utilizar para el texto de salida.Â Se puede establecer que en Unix, dos o Mac.

Para UNIX / Linux SO, escriba:
$ pdftotext -eol unix hp-manual.pdf hp-manual.txt