解压缩到管道，然后运行流中文件的 PDF 信息

Question

我想解压缩很多文件，然后运行pdfinfo 以获取每个文件的页数以及这些页数的总和。

我遇到了一个命令，可以对目录中所有页面的页面求和。

find . -name \*.pdf -exec pdfinfo {} \; | grep Pages | sed -e "s/Pages:\s*//g" | awk '{ sum += ;} END { print sum; }'

然后我想将其通过管道传输到#unzip -p

unzip -p '*.zip' | find . -name \*.pdf -exec pdfinfo {} \; | grep Pages | sed -e "s/Pages:\s*//g" | awk '{ sum += ;} END { print sum; }'

但是它并没有像我预期的那样工作。我怀疑我的解压缩流与查找的交互效果不佳。

有什么想法吗？

Answer 1

如果您主要关心磁盘空间，这可能会有所帮助：

for zip in *.zip ;do
    for pdf in $(unzip -l "$zip"  | grep 'pdf$' | cut -c31-) ; do
        unzip "$zip" "$pdf"
        pdfinfo "$pdf" | sed -n "s/Pages:\s*//p"
        rm "$pdf"
     done | paste -s -d+ - | bc
done

Answer 2

这是一种不向文件系统写入任何内容的方法。如果 zip 文件中的任何文件名包含嵌入的 whitespace，则此代码应该有效。该代码假定以 "pdf" 结尾的文件名是有效的 PDF 文件。

这是我要使用的测试 zip 文件。请注意，zip 存档中的第一个文件名 "zlib 3.pdf" 包含一个 space 字符。

$ unzip -l aaa.zip 
Archive:  aaa.zip
  Length      Date    Time    Name
---------  ---------- -----   ----
    19318  2018-02-19 22:49   zlib 3.pdf
   442780  2018-02-28 15:32   file2.pdf
      757  2018-02-28 15:22   try.sh
---------                     -------
   462855                     3 files

事实证明 pdfinfo 可以从 stdin 读取，所以下面的命令显示了如何从存储在 zip 中的 pdf 中获取页数而不向磁盘写入任何内容。

$ unzip -p aaa.zip file2.pdf | pdfinfo - | grep Pages
Pages:          94

$ unzip -p aaa.zip "zlib 3.pdf" | pdfinfo - | grep Pages
Pages:          2

要使其正常工作，您需要知道 zip 存档中存储的 PDF 文件的名称。

下一步是获取 PDF 文件的列表以及存储它们的 zip 文件的名称。这就是这段代码的作用

for zip in *.zip ; do 
    echo $zip
    zipinfo -1 "$zip" | grep 'pdf$'| while read pdf
    do
        echo "  '$pdf'" 
    done  
done

为我输出这个

aaa.zip
  'zlib 3.pdf'
  'file2.pdf'

最后添加调用pdfinfo的代码和计算总页数的awk代码片段。

for zip in *.zip ; do 
    zipinfo -1 "$zip" | grep 'pdf$'| while read pdf
    do
        unzip  -p "$zip" "$pdf" | pdfinfo - | grep Pages | sed -e "s/Pages:\s*//g"
    done  
done | awk '{ sum += ;} END { print sum; }'

我的测试 zip 文件输出 96。

Answer 3

类似于我需要从 zip 存档中提取 .FLAC 音频文件并即时转换为 .OPUS。这对我有用。首先，我必须制作一个单独的文件名文本文件，以便从每个 zip 存档中提取。没有简单的方法解决这个问题，因为管道可以工作但不传递文件名。获得列表后，您只需 extract/convert 每个 FLAC 从 zip 文件中按名称命名，这样您就知道每个 OPUS 文件的名称。

这依赖于 unzip -p 选项来管道输出。

for zip in *.zip
  do 
    zipinfo -1 "$zip" | grep flac > "$zip"_flacs.txt;
    printf -- zip\:...."$zip\n"flac\:..."$flac\n";
    cat "$zip"_flacs.txt | while read flac
      do 
        printf "extracting $flac \n";
        unzip -p "$zip" "$flac" | ffmpeg -i - -ab 256k "${flac%.*}.opus";
      done
    done

不要忘记提取其他所有内容。

for zip in *zip; do unzip "$zip" -x *.flac *.mp4; done

解压缩到管道，然后运行流中文件的 PDF 信息

Unzip to pipe and then run PDF info on the files in the stream

pdf

bash

command-line

unzip

find

解压缩到管道，然后 运行 流中文件的 PDF 信息

Unzip to pipe and then run PDF info on the files in the stream

pdf

bash

command-line

unzip

find

解压缩到管道，然后运行流中文件的 PDF 信息