Ios 使用CGPDFScanner从PDF读取文本-此PDF文件有什么问题？

我正在尝试从此文件中提取文本：

使用CGPDFScanner。我可以从附带的PDF字典中检测到字符编码是WinAnsienceODing，但是字符都是乱码。作为交叉检查，我试着从MacOSX的预览应用程序中复制粘贴文本，这是可行的，所以无论如何，它必须能够提取为字符串。另一方面，商业第三方框架也不能正确提取文本

有人知道我错过了什么吗

---

作为旁注，我正在使用扫描PDF

刚刚发现在iOS8上[NSString stringEncodingForData…]返回“西里尔字母”作为PDF内容部分的NSStringEncoding。尽管如此，即使使用该字符编码从数据流创建字符串，它也不会给出可读的输出。好吧，“西里尔字母”被证明是不正确的：）p.1上的主字体编码为

/winansienceoding

，其中

/Differences

数组覆盖1到75（ish）的字符代码，这也许可以解释为什么假设它是纯赢的ANSI失败了。但是它还包含一个

/ToUnicode

表，任何值得其存储空间使用的PDF文本提取器都应该能够使用该表。我自己的、高度实验性的PDF阅读器可以很好地阅读文本，包括

ä

s和

ö

s和

ß

s等等。也许你应该发布你的（目前失败的）代码。谢谢你的见解。在逐步完成PDFKitten项目的同时，似乎没有将tounicode表用于包含的字体。至于代码——如果你从上面的链接克隆这个项目，它基本上是在scanner.m类中，在那里乱码文本到达，但是映射的东西发生在一堆其他的类中，这太多了，无法在这里发布。