Eu tenho esta página rss com muitos links para arquivos .pdf.
A coisa é procurar por certas seqüências dentro deles. pdfs, sem a necessidade de abri-los um por um, e fazer a busca por cada um, porque eles são muito!
Alguém sabe como podemos pesquisar nesses PDFs?
Alguma ideia? Qualquer extensão do navegador? Qualquer feed RSS que permita isso?
Você sempre pode usar o Google.
filetype:pdf site:http://xyz.com/abc <your keyword(s) here> faria o trabalho por você. Você só precisa encontrar o domínio comum nos PDFs. Com isso, quero dizer que, se houver dois PDFs na página localizados no link e link , então você pode usar site:http://xyz.com/abc . Somente site:http://xyz.com funcionaria também, mas traria para você todos os PDFs que encontrar no site.
Então você quer ser específico.
faça o download dos arquivos primeiro e, em seguida, pesquise
find /path -name '*.pdf' -ls -exec pdftotext {} - \; | grep "your query"