PDF 复制粘贴时出现乱码

Question

我正在尝试从 PDF 文件复制和粘贴文本。

但是，每当我粘贴原始文本时，都是一堆乱码。文本如下所示（这只是一小部分摘录）：

4$/)5=$13! ,4&1*%-! )5'$! 1$2$)&,$40! 65))! .*5)1! -#$! )/'8*/8$03! 
(4/+$6&4;0!/'1!-&&)0!*0$1!.9!/,,)5%/-5&'!1$2$)&,$403!5'!+*%#!-#$! 
0/+$!6/9! -#/-! &,$4/-5'8! 090-$+! 1$2$)&,$40! .*5)1!1$25%$! 1452$40! 
/'1! &-#$4! 090-$+! 0&(-6/4$! %&+,&'$'-0! *0$1! .9! /,,)5%/-5&'! 
1$2$)&,$40!-&1/97!"#$!+5M!&(!,4&1*%-!)5'$!/'1!,4&1*%-!1$2$)&,$40! 
65))! .$!+*%#!+&4$! $2$')9! ./)/'%$13! #&6$2$43! -#/'! -#$!+5M! &(! 
&,$4/-5'8!090-$+!/'1!/,,)5%/-5&'!1$2$)&,$40!-&1/97! 
)*+*+, C<88,?>8513AG<5A14, 

我在 Adob​​e 和 Foxit PDF 阅读器中都试过了。我在 Adob​​e Reader 中执行了“另存为文本”，结果文本文件是相同的乱码。

有什么想法可以让我的文本不乱码吗？（除了手动输入……还有很多文本需要提取。）

Answer 1

解决此问题的最简单方法是使用内置 PDF 阅读插件在最新版本的 Google Chrome 中打开文件。然后您可以使用 Chrome 的搜索功能来查找文本，并且复制粘贴可以正常工作。

我想投票赞成 pipitas 对 Shiki 回答的评论，但我没有信用:( 问题可能是自定义字体编码，而不是加密。在 Acrobat 中，单击“文件”->“属性”，然后单击“字体”选项卡以查看编码，以及“安全”选项卡以查看它是否已加密。

Answer 2

对我有用的解决方案：

• 将文档上传到 Google Drive/Docs
• Google 会将其（截至 2013 年）导入为 PDF
• 打开 PDF 视图并选择“文件” >“打开方式” >“ Google 文档”
• 导出文件大约需要一分钟

结果并不完美，但让我完成了 80% 的工作，并为我提供了足够的文本，我不必重写所有内容！

Answer 3

我在创建的 PDF 中发现了这个问题，并且我相信我找到了问题的根源：使用 Mac OS X 的预览来减小 PDF 文件的大小。

我使用 Colorsync Utility 创建了一些 Quartz 滤镜来压缩 PDF 中的图像，以减少包含图像的 PDF 的整体文件大小。如这里所述：http://www.macosxhints.com/article.php? story=20031106133852693

我发现我能够轻松地从原始（未压缩）PDF 文件中复制和粘贴文本，但是通过我创建的减少文件大小过滤器运行该 PDF 后，生成的压缩 PDF 无法清晰地复制粘贴（看起来像您发布的字符串）。

然而，通过 Adob​​e Acrobat Pro 的“文档”>“减小文件大小”功能运行相同的原始 PDF，生成的压缩 PDF 可以成功复制和粘贴文本。

因此，这对您的情况并不完全有帮助，假设您的 PDF 文件是从其他地方收到的，并且您无法获取原始版本（如果它确实以某种方式压缩）。但这可能是解释 - 文件被以某种方式破坏以减少文件大小。

这对于在从 PDF 复制和粘贴文本时遇到类似问题的内容创建者来说可能很有用 - 使用 OS X Quartz 过滤器缩小 PDF 时要小心！

--edit-- 在将 PDF 与预览结合使用时，我也注意到了这个问题。两个源 PDF 可以很好地复制和粘贴，但是当将页面从一个文件拖到另一个文件中，然后保存合并的 PDF 时，合并文档中的文本无法复制/粘贴。这是在 Mac 上使用 Filemaker Pro 11 同时生成的两个文档 - 我无法想象它们会有不同的编码或任何类似的东西。