正确地将pdf转换为ps,反之亦然

Question

我正在使用"pdftops"将.pdf文件转换为.ps文件,然后使用"ps2pdf"转换为反向过程(poppler-utils).问题是,当从.ps文件创建.pdf文件时,文本看起来没问题,但是当我尝试复制它时,字符非常奇怪(就像它们被破坏一样).我在其他文件上使用这些工具很长一段时间,它工作正常.我还尝试了"pdftohtml -xml"来创建.xml文件,文本正常(字符被正确提取).

1. 转换有什么问题？也许如果我使用"pdftops"和"ps2pdf",是否有一些需要更改的选项？
2. 如果我创建.xml输出,有没有办法从.xml文件创建.pdf文件？

编辑:输出"pdffonts original.pdf"

输出"roundtripped.pdf"

Answer 1

我只是介绍PS-> PDF转换...（我假设您的反义词并不意味着指向同一文件的“往返”转换[PDF-> PS- > PDF]，但是任何 PS文件的通用转换方向是正确的吗？）

首先，很可能您ps2pdf只是一个shellscript，它在内部使用Ghostscript命令和一些默认参数来完成实际工作。ps2pdf更容易使用。Ghostscript有更多选择，但学习起来更加困难。 ps2pdf如果您使用了Ghostscript，则可以消除很多潜在的控制权。（您可以使用ps2pdf- 调整一些参数，但是现在您已经可以运行真正的Ghostscript命令了……）

其次，在不完全了解PS输入文件的条件的情况下，很难向您提供良好的建议：您的PS是否嵌入了它使用的字体？它们是哪种字体？等等

第三，Ghostscript获得了很多额外的功能和控制，并且在过去几年中在输出PDF时消除了一些错误或弱点。那么，您的系统上安装了哪个版本的Ghostscript？（请记住，ps2pdf调用了Ghostscript，如果没有本地安装的gs可执行文件，它将无法工作。）

无法从PDF复制文本的可能原因之一可能是最终使用并嵌入到PDF文件中的字体类型（和编码）。您可以告诉我们哪些字体详细信息？ （尝试pdffonts your.pdf找出-pdffonts也是您提到的Poppler 实用程序的一部分。）

您可以尝试使用此（完整）Ghostscript命令进行PS-> PDF转换，并检查将其带到何处：

gs \
  -o output.pdf \
  -sDEVICE=pdfwrite \
  -dPDFSETTINGS=/prepress \
  -dHaveTrueTypes=true \
  -dEmbedAllFonts=true \
  -dSubsetFonts=false \
  -c ".setpdfwrite <</NeverEmbed [ ]>> setdistillerparams" \
  -f input.ps