标签： pdf text unicode replace
我正在解析PDF文件。我解码了所有流，从文本对象和ToUnicode CMaps获取文本。但我不知道，我什么时候需要从ToUnicode CMaps中将文本中的符号替换为符号（字符串）。
当我看到一些像＆lt; 01239099＆gt;我使用这个转换表，一切都OK。但有些文件需要，我使用转换表，同时解析简单的文本 [（。＆amp;） - 2（.K）-5（.D）-8（.S）]，那么一切都还可以。
有人知道规则，哪些符号需要使用转换表替换？