不可搜索、不可复制的 PDF 文档

Question

我有一个 PDF 文档，由于某种原因，我无法复制、粘贴或搜索。该 PDF 是基于文本的文件，而不是图像文件。当我尝试将文本复制并粘贴到 Microsoft Word 或 GNU Emacs 中时，我得到了很多小盒子来代替字母。当我尝试在 Adob​​e Reader 中搜索文本时，我找不到可以看到的单词。该文档似乎没有对其应用任何特殊保护。我以前有过一两次 PDF。我尝试在 Google Docs 中打开它，但同样，虽然它以明文形式出现，但我无法搜索它。这是否对任何人敲响了警钟？

我尝试查看 PDF 的字体，它看起来像这样：

--font-65795-6--（嵌入式子集）
类型：TrueType
编码：内置
Century（嵌入式子集）
类型：TrueType
编码：内置

其次是 Century、Helvetica、Symbol、Times-Roman 和 Verdana 的类似行。

Answer 1

此 PDF 可能包含嵌入其中的自己的字体。在这种情况下，虽然 PDF 仍会正确显示，但并非总是可以获得正确的文本信息，因此无法复制。

字体实际上都是嵌入的，但在某种程度上，所有的编码信息都已被删除。当在语法上仍然完全符合 PDF 规范的 PDF 在制作 PDF 的过程中丢弃了有关其中文本含义的重要信息时，就会发生这种情况。恢复编码信息非常困难，有时最好的选择是将页面转换为 TIFF，然后运行 ​​OCR ...

您可以尝试 PDF 到 Word 转换器，例如AnyBizSoft或网站转换器。转换后，您可以从单词或文本文件中获取任何您想要的内容。这是AnyBizSoft的分步教程。（AnyBizSoft 被很多人推荐，但我个人从未使用过。）

另请参阅最佳免费 PDF 工具以获取更多工具和转换器。