如何从pdf编码的identity-h获取文本

Question

我成功使用TJ，Tj运算符Callbacks从pdf获取文本...但是仍然缺少一些文本身份编码的文本..如何将其转换为text / NSString ???

Answer 1

Identity-H编码意味着Type0字体（也称为CID键控字体），因此您必须参考嵌入式ToUnicode映射。您在TJ，Tj，单引号和双引号（四个文本显示运算符）中获得的字符不是unicode，而是在当前字体之外没有任何意义的任意字符ID。

PDF规范文档非常清晰，但阅读要求非常高。