Estou procurando uma solução no Ubuntu que indexe arquivos PDF (e ps?) para pesquisas posteriores.
Os critérios seriam:
No meu caso, quero indexar uma pasta de artigos de periódicos acadêmicos, daí a exigência de que ela funcione consistentemente, independentemente de qual software tenha criado o PDF. Eu já estou usando um gerenciador de referência, então prefiro não substituir isso.
Por exemplo: Um bom front-end para o Beagle, e um plugin que permita indexar PDFs seria perfeito.
O Tracker faz a mesma coisa que o Beagle e o Strigi, mas ao contrário do Beagle, ele é escrito em C puro (o Beagle é um aplicativo Mono). Alegadamente, é muito mais rápido que Beagle, embora eu não tenha feito as contas sozinho.
Não consigo encontrar um link para o Tracker, mas tenho certeza de que ele está nos repositórios padrão do Ubuntu.
O Lucene faz a indexação de texto completo de PDF, HTML, Microsoft Word e OpenDocument. É apenas uma biblioteca, mas há vários aplicativos / CMS usando-os ou você pode usá-los como base para sua própria solução.
É um software livre (licença Apache).
Editar:
Se você estiver procurando por algo com um frontend, você pode considerar o Beagle ou o Strigi:
Eu uso o Google Desktop para pesquisar no linux. Não é grátis, mas é o melhor que encontrei.