求推荐一个能检索内容的 pdf 文件管理软件

[f1ynnv2]

因为平时会把一些论文、文章转成 pdf 保存，时间久了 pdf 文件非常多，所以想找个 pdf 管理软件，想要的特性如下：

1. 能检索 pdf 标题和内容
2. 最好能给 pdf 文件打标签
3. B/S 架构，这样可以部署到一台服务器上，多端访问

谢谢。

[hicdn]

继续安利 recoll ，https://www.lesbonscomptes.com/recoll/pages/index-recoll.html 支持全平台，功能十分强大，压缩包里的文件内容都可以索引，还能自己扩展可索引的文件后缀名，比如 xmind 的思维导图。

[mmdsun]

我用的 Adobe Acrobat Pro DC 工具可以搜索 pdf 内容，用的 微博 Vposy 大神出的 Adobe 全家桶

[em70]

chatPDF

[mmdsun]

抱歉没看 B/S 架构，建议用 Apache Solr 。PDF\word 各种格式都能搜索，类似 ES ，带 UI

Apache Solr：
https://solr.apache.org/features.html

[f1ynnv2]

@kukat 试用了一下，这个确实很好用，基本满足我列的要求。非常感谢
不过默认自带的 ocr 不支持中文，用 Docker 的话得自己重新写个 Dockerfile

[dier]

听说最近出了一个 chatPDF

[enrolls]

这个整合一下应用，应该很快就能有雏形啊

[kukat]

@f1ynnv2 不用啊，可以调整 OCR 的语言选项。https://docs.paperless-ngx.com/configuration/#ocr

用官方提供的安装脚本就行，不过语言项有点 bug ，一会下划线一会横线…… 记得改一下 docker-compose.env
PAPERLESS_OCR_LANGUAGE=eng+chi_sim
PAPERLESS_OCR_LANGUAGES=eng chi-sim

[f1ynnv2]

@kukat 我启动 docker 时提示没安装 chi 的 ocr ，只好自己又装了一下重新做了个镜像

[f1ynnv2]

@kukat 请问一下，docker 镜像里，我已经通过 apt install tesseract-ocr-chi-sim 了，但是启动的时候仍然提示

2023-03-15 16:36:16 Reading package lists...
2023-03-15 16:36:16 Package tesseract-ocr-eng already installed!
2023-03-15 16:36:17 Package tesseract-ocr-chi_sim not found! :(

不过奇怪的是确实已经可以 OCR 扫描到文字了。