kat*_*tsu 6 c# java pdf parsing
我有一个pdf文件,其中包含utf-8字符(İ,ğ,ı和阿拉伯字母等).如何解析这个文件？ 我使用itext和pdfBox,但我看到"çekti¤ikå¤> da"而不是"çektiğikağıda".我该如何解决这个问题？
Bob*_*sky 0
有时，PDF 是使用实际字体字节和描述字体的 PDF 结构中指定的不同编码生成的。
在这种情况下，文本显示得很好，但可能无法正确提取。我经常在西欧语言中看到这种情况。
为了解决这个问题，Docotic.Pdf 库会自动检测是否更喜欢字体文件编码。
本文展示了不同的 PDF 文本提取选项。
免责声明：我为图书馆的供应商工作。
归档时间：
13 年，11 月 前
查看次数：
2561 次
最近记录：
13 年，10 月 前