为什么字母“f”经常无法从pdf文件中的文本中复制？

Question

我不确定这个问题是否符合此条件，但对于我来说，从ff文本复制时，字母“f”经常搞砸了，这似乎很奇怪。

我作为一名学生做研究，我读了很多论文。当我想复制纸张名称以重命名pdf文件时，会发生这种情况。

例如，我在带有OSX 10.9的Macbook Pro上从Chrome的内置pdf显示插件中打开了链接a paper。尝试复制纸张标题并粘贴。 '流体'中的'f'将会丢失。

Answer 1

不仅“f”会丢失，“fl”也会丢失。

其原因是所谓的“ligatures”。为了看起来不错，一些字母组​​合，特别是fi，组合成一个字符。复制粘贴时很少能正确处理特殊字符。你可以在下面看到这个。如果您尝试选择连字，您会发现它只是一个“字母”。请注意，您的计算机可以使用连字法渲染两个单独的字母。

以下是“fi”连字：fi
以下是两个字母：fi

特别是以固定宽度字体显示：

The following is a "fi" ligature: fi
The following is two letters:     f‌i

Answer 2

我认为@warriormole无法复制fl的原因不是使用连字本身，而是忽视或忽略PDF文件创建者。 10-15年或更久以前，每个人都很开心，因为PDF中有一些“图片”而没有人考虑过内容提取和逻辑文本而不是长期的视觉图片保存，但现在（2010年创建的文件）真是太遗憾了。

PDF提供了存储所使用的任何字形的Unicode表示的方法，并且相关文件可以相对容易地修复。