如何使用shell或grep命令识别带有书签的PDF文件

首先需要提前安装对应的PDF处理命令行工具，以下提供两种常用实现方案：

方案1：使用pdftk（准确率最高） #

pdftk是专门用于PDF编辑处理的命令行工具，对书签字段的识别兼容性最好。

• 安装方式：

  • Debian/Ubuntu 系：sudo apt install pdftk-java
  • CentOS/RHEL 系：sudo dnf install pdftk
  • macOS（Homebrew）：brew install pdftk-java

• 单文件检测命令：
  执行以下命令会直接输出对应PDF是否带书签：
  pdftk 测试文件.pdf dump_data | grep -q "BookmarkTitle" && echo "带书签" || echo "无书签"

• 批量检测目录下所有PDF，导出无书签文件列表：
  执行后会生成待加书签PDF列表.txt，方便后续批量处理：

  for pdf in *.pdf; do
    if ! pdftk "$pdf" dump_data | grep -q "BookmarkTitle"; then
      echo "$pdf" >> 待加书签PDF列表.txt
    fi
  done
  

  如果需要遍历嵌套子目录的PDF，替换为以下写法即可：

  find . -name "*.pdf" -type f | while read pdf; do
    if ! pdftk "$pdf" dump_data | grep -q "BookmarkTitle"; then
      echo "$pdf" >> 待加书签PDF列表.txt
    fi
  done
  

方案2：使用poppler-utils（轻量，多数系统预装） #

如果不想额外安装pdftk，大部分Linux发行版、macOS默认会带poppler工具集，用其中的pdfinfo也可实现识别，准确率略低于pdftk。

• 安装方式（未预装时执行）：

  • Debian/Ubuntu 系：sudo apt install poppler-utils
  • CentOS/RHEL 系：sudo dnf install poppler-utils
  • macOS（Homebrew）：brew install poppler

• 核心检测逻辑和方案1一致，仅需将判断条件替换为：
  pdfinfo -dests "$pdf" | grep -q "Name"

内容的提问来源于stack exchange，提问作者Dellu