将pdf转换为文本文件的重影脚本，输出不可读
我试图将pdf文档转换为文本文件。一切正常，直到我打开输出文件，看到它不可读的字符是一些中文字体 "琀攀猀琀 " 这是我的命令行将pdf转换为文本文件的重影脚本，输出不可读,pdf,ascii,ghostscript,Pdf,Ascii,Ghostscript,我试图将pdf文档转换为文本文件。一切正常，直到我打开输出文件，看到它不可读的字符是一些中文字体 "琀攀猀琀 " 这是我的命令行 gswin64c.exe -ps2ascii -sDEVICE=txtwrite -sOutputFile=outputtext.txt test.pdf 我做错了什么吗？您还没有发布文件，因此不可能绝对确定，但是 几乎可以肯定的是，PDF文件中的文本没有使用ASCII编码方案进行编码（可能包含日落字体），也没有包含所讨论字体的ToUnicode CMap。此外，
gswin64c.exe -ps2ascii -sDEVICE=txtwrite -sOutputFile=outputtext.txt test.pdf
我做错了什么吗？您还没有发布文件，因此不可能绝对确定，但是 几乎可以肯定的是，PDF文件中的文本没有使用ASCII编码方案进行编码（可能包含日落字体），也没有包含所讨论字体的ToUnicode CMap。此外，字形名称不是标准名称（或者它是TrueType字体，没有命名字形） 如果没有上述任何信息，txtwrite就不知道字符代码代表什么，因此只会逐字发送它们 鉴于您看到的是中文字形，我怀疑原始字体是CIDFont，可能是TrueType字体的子集，并且没有ToUnicode CMap
在这种情况下，获取文本的唯一方法是使用OCR。我会尝试重新提交此文件，询问
gswin64ghostscript