我有一些 PDF，我正在尝试将它们包含的文本从 Acrobat Reader 剪切并粘贴到 HTML 表单中。似乎其中一些文件使用（我怀疑）unicode 进行文本编码，所以当我尝试粘贴到 HTML 表单（在 firefox 上）时，我得到的是带有十六进制字符而不是可读文本的小框。问题不在于 PDF 没有被 OCRed ——当我尝试在 Acrobat Pro 中这样做时，它说它不能，因为文件已经包含可呈现的文本。有什么办法可以解决这个问题吗？例如，我可以在表单中添加某种 javascript 来进行转换吗？
【问题讨论】：
您能否将从文件中复制的文本粘贴到记事本或 Word 等其他程序中？
某些 PDF 文件在生成时没有特殊信息，这些信息对于从中成功提取文本至关重要。甚至通过 Adobe 工具。基本上，此类文件不包含字形到字符的映射信息。
此类文件可以正常显示和打印，但无法正确复制/提取其中的文本。
例如，当使用“最小文件大小”预设时，Distiller 会生成此类文件。
【讨论】：
我也有同样的问题...确实在这里解释：http://forums.adobe.com/thread/915012
我的解决方案是使用 Acrobat 的导出工具将 pdf 转换为 Word，然后从中提取我需要的信息。
这很令人沮丧，但这很管用。
我找到的另一个解决方案是将 pdf 转换为图像（jpeg、png 等），然后运行 OCR 过程。
【讨论】：
很可能文本包含正确复制的字符，但由于缺少合适的字体，您的浏览器无法显示它们。 PDF 文档可能包含嵌入字体，因此 Adobe Reader 可以正常显示字符，但浏览器无法访问这些字体。
您可以通过尝试在此处复制和粘贴字符来检查这是否是原因（无论如何这可能是有关问题的有用信息）。您还可以下载并安装Code200x fonts，其中包含几乎所有您通常会遇到的字符。 （不能保证，但很可能，Firefox 将能够在需要时自动使用这些字体。）
【讨论】：
【讨论】：
我们在尝试将西里尔字母从 PDF 文件复制/粘贴到 Excel 时遇到了类似问题。
我们找到的最简单的解决方案是使用浏览器（Chrome、Mozilla 或 Opera）打开 .pdf，然后在 Word、Excel 中复制/粘贴文本。
正如预期的那样，它不适用于 IE。
【讨论】：
如果上述方法都不适合你，因为它不适合我，你可以截取 pdf 的屏幕截图并使用 Google Lens（在 Android 手机中）打开它，然后进入文本部分和 AI自动检测文本，您可以根据需要复制它。
【讨论】：
我遇到了同样的问题，但我通过使用网络浏览器（在我的情况下为 chrome）打开 PDF 文件解决了这个问题。 复制和粘贴非 ASCII 编码在 chrome 中可以正常工作。
【讨论】：
您可以从 acrobat 导出为 jpeg，然后在 acrobat（不是阅读器）中打开 jpeg，然后运行 OCR 工具。从那里你应该能够复制/粘贴。
【讨论】：
我正在使用 Nitro Pdf。第一次我从 pdf 创建了 600 dpi 的图像。比我在新的 pdf 文件中打开图像。然后从 Review 选项卡中，我使用了 OCR 选项。这将我带到另一个带有标准编码 pdf 文件的 pdf 文件，我可以在其中复制和粘贴文本。
【讨论】：