示例PDF页面：https://db.tt/qRcF000k
这是来自文档的示例页面，其中复制的文本在我最喜欢的阅读器SumatraPDF（mupdf）中显示为问号，与Adobe Acrobat中的相同。但我的主要问题是由于这个原因我无法搜索此文档，也无法将其编入索引。
OTOH，xpdf的pdftotext提取正确的文本
在Adobe Acrobat中，如果我使用“复制为格式化文本”，则正确的文本将写入剪贴板，但我仍然无法从Acrobat中搜索。
此外，如果我在Firefox的内置PDF阅读器中打开链接页面，我可以正确复制文本。
是否可以指示GhostScript纠正这个问题，我不能将其描述为“不可读的字符”？
答案 0 :(得分：1)
PDF文件使用带有非标准编码的子集字体，而不使用ToUnicode CMaps。所以不，你不能让Ghostscript'正确'这个文件。
实际上我看不出有什么东西可以从中提取合理的文本，而且我的Acrobat版本（Pro X和Reader XI）确实无法复制有意义的文本而且看起来没有'副本作为格式化文本的菜单项，你能告诉我在哪里可以找到它吗？
但是，我注意到PDF文件实际上是由Ghostscript（版本9.14）创建的，所以你可能意味着'从一个我没有给你的不同输入文件开始，我可以生成一个PDF文件，其中文本可以复制'，我只能说'我不知道'，这取决于原始输入文件中的内容。