PDF字型疑問(CIDfont+F1,F2,F3,F4,F5,F6...)

pdf

不想進化的妙蛙種子 2021-07-12 14:12:41 ‧ 10036 瀏覽

分享至

各位前輩大家好,有一個問題想請教大家:

目前收到一份PDF, 裡面內容複製出來的文字會變成方塊,

先前遇到此問題通常是電腦安裝相關字型就可解決了,

但這次查看PDF內容的字型集,

是顯示CIDfont+F1,F2,F3,F4...F7,

網上查了下資料有點看不太懂,

但感覺是顯示的字體被隱藏了？

以上請教前輩們.

窮嘶發發發 iT邦高手 1 級 ‧ 2021-07-12 14:19:50 檢舉

開啟 PDF 用 MICROSOFT PDF 印表機再列印一次
去開新的 PDF 之後再去擷取文字

不想進化的妙蛙種子 iT邦新手 4 級 ‧ 2021-07-12 14:24:22 檢舉

使用此印表機轉存後整份pdf的字型會變成是空的,且內容無法複製(整個頁面都無法選取).

窮嘶發發發 iT邦高手 1 級 ‧ 2021-07-12 16:39:04 檢舉

用瀏覽器開啟PDF 檔案，再擷取文字

登入發表討論

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

2 個回答

IT 癡

iT邦高手 1 級 ‧ 2021-07-12 14:25:04

網路有些方案可參考
http://www.youxiaxiazai.com/soft/133/8875.html

回應 1
分享
檢舉

不想進化的妙蛙種子 iT邦新手 4 級 ‧ 2021-07-12 14:42:47 檢舉

剛請大陸同仁幫忙下載,安裝包字體會是微軟雅黑,不清楚與一般認知是否有所不同,照安裝下去pdf複製文字仍會變成一堆方塊,我再想想其他辦法,謝謝回覆。

登入發表回應

淺水員

iT邦大師 6 級 ‧ 2021-07-13 07:57:17

但過去我開發能產生 PDF 的軟體時
一開始也是複製後整個都是亂碼的

這是因為那時我只專注在字型的輪廓顯示在螢幕上（可正常列印）
但對於複製後，應該對應哪個 unicode 並沒有處理
也就是說 Identity-H 他有點像是把每個字的輪廓（可以想像類似SVG圖檔）收集起來成一個陣列
當我要在螢幕上顯示這個字時，就用「某陣列的第幾個向量圖」顯示出來
從這個過程可以發現 unicode 的資訊並沒有被定義，所以複製貼上會出問題
（後來有補上 ToUnicode 屬性及相關資料解決）

如果是我上述的狀況，那最快的解決方式是請PDF的提供者重給檔案。
否則就得透過影像辨識或是去解析「字型檔+PDF檔案」，根據PDF檔中字型輪廓的描述，從字型檔中找到原始的 unicode 了。

不過實際上是不是我說的狀況要看到你的檔案才知道。

回應 2
分享
檢舉

淺水員 iT邦大師 6 級 ‧ 2021-07-13 08:05:12 檢舉

用文字編輯器打開 PDF 檔案
應該可以找到類似下面的內容
不知道它有沒有如下的 ToUincode 屬性？
（也許有其他形式可以定義複製貼上的映射，這邊僅供參考）

48 0 obj
<<
/Type /Font
/Subtype /Type0
/BaseFont /AAAAAC+NotoSans-MediumItalic
/Encoding /Identity-H
/DescendantFonts [46 0 R]
/ToUnicode 47 0 R
>>
endobj