Parsing PDF文本对象：如果没有*Tf*操作符，应该使用什么字体和解码？

当没有前面的Tf运算符时，应该使用什么字体和编码来解码和显示BT/ET块内的字符串

用空字符串替换这样的字符串可以吗

例如：

BT
8.04 0 0 8.04 63 67.92 Tm
[(oL)-1 (Om)]TJ
...
...
ET

---

如果可能，请参考Adobe规范或建议。

首先，当前文本字体是文本状态参数，因此是图形状态的一部分

因此，要确定文本对象中某些文本的当前文本字体，仅在该文本对象内查找Tf操作是不够的。文本字体可能在内容流中设置得更早，可以在以前的文本对象中设置，也可以在页面描述级别设置。此外，它可能受到先前的“保存图形状态”和“恢复图形状态”操作的影响

但是，如果在文本绘制操作之前根本没有Tf操作，该怎么办？那么

（ISO 32000-1，表105-文本状态运算符）

因此，文本字体没有初始值。因此，如果没有Tf操作，也没有已知的编码

早些时候：

要绘制字形，内容流应首先识别要使用的字体。Tf操作员应指定字体资源的名称

（ISO 32000-1，第9.2.2节-显示文本的基础）

因此，没有前面的Tf的文本绘制操作实际上是无效的

---

因此，一个严格的文本提取器甚至可以停止从有问题的流中提取文本，因为它显然已被破坏

@MaksymPolshcha一句警告的话，我的回答只是从规范中得出的。另一方面，PDF查看器可能具有初始字体值；因此，没有预选字体的文本文档可能会在此类查看器中正确显示，并且从中复制和粘贴可能会返回匹配结果。PDF查看器在修复PDF错误方面有着悠久的历史。因此，尽管上述情况属实，您最终可能会遇到问题，声称“我的PDF查看器确实提取了该文本，为什么您的代码没有？”