我有一个自动将Word文档转换为PDF的应用程序。问题是我无法在转换后的PDF中使用全文搜索。而如果通过Microsoft Word应用程序转换，我可以搜索pdf。在此先感谢您的支持。
答案 0 :(得分：2)
这取决于转换的完成方式。
PDF是一种相当图形格式的中性页面描述语言。这意味着您在最终PDF屏幕上看到的像素可能来自许多不同类型的运算符。
在最好的情况下，文本表示为文本。您可以通过打开PDF并搜索“/类型/页面”（或“/类型/页面”）文本来轻松解决这个问题。这将显示一个页面字典，描述文档中的页面。在该字典中（由＆lt;＆lt;＆gt;＆gt;分隔），您将看到类似“/ Resources 15 0 R”的内容。这将告诉您页面级资源的描述位置。“15 0 R”表示“对象的引用15，生成0.所以现在搜索“15 0 obj”（或者更确切地说是文件中的内容），它会带你到另一个字典。在资源字典中，你应该看到这样的东西：
15 0 obj << /Font <</F1 6 0 R /F2 8 0 R>>
/XObject <</Im0 10 0 R>>
>> endobj
这意味着此页面使用了两种字体和一个外部对象。
如果资源字典中没有/ Font条目，则此页面不使用任何字体，因此无法搜索。如果有一个名为IM或Im或Image的显眼单个XObject，那么您的文档可能是构成页面的单个图像。
总而言之，PDF页面可以通过多种不同方式绘制。可以使用实际字体表示文本。文本可以用路径操作符（即一系列贝塞尔曲线）绘制。文本可以用一个或多个图像绘制。只有第一个将带有文本的全部内涵。
有可能，您的转换程序只是将Word文档打印到图像并在PDF中对图像进行编码。
为了完成搜索本文档的下一个人 - 可以在PDF文档中放置不可见的文本。我编写的代码采用原始图像，通过OCR引擎运行它们，将图像放在PDF上，然后放下OCR引擎返回的不可见文本。隐形文本既可选择又可搜索。
有关详细信息，请参阅第8章（图形）和第9章（文本）中的PDF参考（我交叉检查了Adobe的当前规范）。