【发布时间】：2013-05-03 12:48:44
【问题描述】：
目前我正在使用 selenium 和 autoit 编写用于 Web 自动化的软件。
我发现了一个奇怪的问题，当使用 Firefox 打印到 pdf 时，某些页面会出现无法搜索的 pdf。我试过 ff 3.5、4.0、20、22、23 - 都有同样的问题。
您可以通过打印任何linkedin 配置文件来复制它 - 您将获得无法搜索的 pdf。
有没有人遇到过同样的行为？我怎样才能绕过它（使用python、selenium）？ 我已经尝试过 chrome 驱动程序，但是速度非常慢。
我正在运行 Windows 7 x64 Ultimate 它与使用的打印机无关 - 我尝试了很多不同的版本。 可搜索是指我应该能够像在大多数 pdf 文件中一样搜索其中的文本。
更新 - 我还是不明白为什么会这样。我尝试从 IE 9 打印相同的网页 - 它提供与 firefox 完全相同的打印对话框，并使用相同的 pdf 打印机驱动程序。不过，它会生成可搜索的 pdf。猜猜这个问题与 Firefox 打印文档的方式有关。
【问题讨论】：
-
“可搜索”pdf 是什么意思？你需要的文字是文字吗？然后我害怕Firefox（我也想其他浏览器）创建一个带有某种屏幕截图（=图像）的PDF，而不是内容本身（因为它如何保持页面结构？）
-
您应该提及您正在使用的操作系统以及您如何打印到 pdf（打印机驱动程序/创建者？直接在 linux 上打印到文件？）。也许您的驱动程序设置为栅格化所有内容。
-
请提供样本 PDF 以供检查。
-
您真的需要更具体地了解“不可搜索”与“可搜索”的 PDF 文件是什么，以及如何在其中“搜索”。
标签： python firefox pdf selenium automation