如果pdf将文本复制为乱码，该怎么办？

Pdf是一种常用的文件格式，它可以确保同一文件在不同平台和不同终端上的布局效果相同.

据一般用户理解，pdf可分为两种类型，一种是图片型pdf，另一种是文本型pdf. 图片类型pdf通常是通过扫描获得的pdf文件. 其特点是每个pdf都是图片，并且上面的文本信息不能直接复制pdf文本怎么复制文字，如下所示.

文本pdf通常由word，indesign和其他图形和文本编辑软件生成. 功能是pdf页面非常清晰. 文本可以直接复制并粘贴到其他编辑器中，例如word. 可以直接复制的性能是可以使用文本工具直接在pdf中选择文本. 如下所示.

我们获得了pdf，不仅用于阅读，而且用于内容. 可以直接复制的pdf文本当然是最容易获得文本信息的方法，但是有时仍然会遇到这种情况: 在pdf文件中选择文本并将其粘贴到其他软件中时，例如单词，乱码. 以下列出了我遇到的两种情况以供参考.

第一种情况，如下图所示.

PDF格式的文本非常清晰且正常. 但是，使用文本工具选择时，没有出现正常的浅蓝色背景颜色选择状态pdf文本怎么复制文字，但是出现了浅蓝色的不规则下划线状态. 粘贴到单词中后，显示的是非常奇怪且无关的字符，并且行数明显多于原始文本.

情况二，如下图所示.

这是俄语. 文本非常清晰且以pdf格式正常显示. 使用文本工具进行选择时，将选择普通的浅蓝色背景. 粘贴到单词中后，几乎会显示所有框，并且某些英文字母和数字是正确的. 您可能认为这是一种字体问题，但是在更改了几种支持俄语的字体之后，情况没有改变. 这不应该是字体问题.

粘贴pdf文本后出现乱码问题，本质上应该是文本符号编码的问题. 唐彤非常的答案中有一些详细的说明，链接如下

zhihu.com/question/21662770/answer/44317847

了解文本编码的人们应该能够很好地理解和解决此问题，但是他们必须具有一些知识. 对于普通的图形工作者来说，这很难做到.

因此，在这种情况下，最简单，最无礼的方法仍然是使用OCR软件进行识别，就像处理pdf图片一样. 由于这些pdf文件非常清晰，因此OCR识别也可以获得令人满意的结果.

OCR是指光学字符识别技术，著名的软件是ABBYY FineReader.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-208841-1.html