如何从Win8打印驱动程序生成的PostScript文件

Question

我可以从Win7打印驱动程序生成的PostScript文件中提取文本，但不能从Win8中提取文本。

例如，在Windows“记事本”中创建一些文本，告诉记事本使用HP PostScript打印驱动程序进行打印，并告诉打印驱动程序输出到文件，我获取了一个文件，然后我想从中提取文本

我在Ubuntu平台上尝试了Ghostscript的ps2ascii和pstopdf | pdftotext以及其他一些东西，虽然其中一些在Win7输出上工作，但我找不到任何可用于Win8输出。

是否有开源解决方案？

Answer 1

您不能保证从任何PostScript程序中获取文本，而不是为此设计的。

然而，Ghostscript的txtwrite设备将在Windows PostScript打印机驱动程序的输出上做得不错。它比ps2ascii好得多，因为（除其他外）它可以处理Unicode，所以它不限于ASCII。

请注意应用程序可能自己生成PostScript，因此即使输出出现来自Windows PostScript打印机驱动程序，实际内容也可能由应用程序生成。

如果应用程序实际将文本写入设备上下文，您也只能从Windows PostScript打印机驱动程序中获取文本。例如，如果您从Edge浏览器打印PDF，那么您将在输出中获得文本。如果您在同一系统上从Chrome打印相同的PDF，则文本将呈现为矢量（即线，弧，笔划填充等）而不是文本。

请注意，在一般情况下，您尝试做的事情不会100％成功。