pdf 复制出来是乱码 怎么解决

[amiwrong123]

pdf 是 mindshare 的书籍(出版时间大概 2000 年)，看起来每个单词都是可以复制的，但是复制出来却是乱码。

用了好几种编辑器打开，复制都是乱码：wps 、SumatraPDF 、adobe reader 、zerote 。

网上看的方法： https://www.bilibili.com/read/cv23470141/ 查看了字体类型，去网站里搜，也搜不到。

PS：之前用 python 想读取这个 pdf 里面的内容，发现是程序读取出来都是乱码的。结果发现复制 都是乱码的。。

[yinmin]

OCR

[kokutou]

内嵌字体，字体和文字不是对应的，参考起点之类的在线加密。。。

[yinmin]

运行 QQ 电脑版，然后用快捷键 ctrl-alt-A ，选中屏幕区域点击“屏幕识图”按钮，等几秒就能 copy 文字了，识别率还是比较好的。

[Puteulanus]

不好识别的话淘宝还有代手打的

[Ericcccccccc]

截图到微信里然后用自带的 ocr 吧

[n1cogrv]

@kokutou #2 @amiwrong123
要真是这样的话，OP 直接考虑 OCR 吧，不要考虑从数字层面读取了。

可以看看 https://github.com/hiroi-sora/Umi-OCR

[amiwrong123]

@n1cogrv #6
试了下这个项目，OCR 还可以。
哎，坑爹的 pdf

[abc8678]

我也遇到过，在某之家问，还被嘲笑了，说复制都不会

[amiwrong123]

@abc8678 #8
但比较神奇的是，在这个 pdf 里，搜索单词，却又是可以的。

[cr51k2]

pdf 转 word 没，或者一定要纯文字吗？之前我报价做单，有些标书是乱扫描的，懒得搞就直接截图放 excel 然后报价了。
如果工作下一步骤不是机器的话，还可以变通一下。

[Jwyt]

字体问题，无解的，最好最有效地办法就是 ocr

[kergee]

OCR ，然后让 GPT 整理

[296727]

有可能内外两层，跟蒙层一样