在哪里可以找到Adobe-Identity-UCS cmap文件？

Question

我有一个pdf文件，无法通过pdfbox或itext7提取文本。字体由Identity-H和Adobe-Identity-UCS编码。 ToUnicode的详细信息在下面给出。

    /CIDInit /ProcSet findresource begin

    12 dict begin

    begincmap

    /CIDSystemInfo > def
    /CMapName /Adobe-Identity-UCS def
    /CMapType 2 def

    1 begincodespacerange
    <0000><FFFF>
    endcodespacerange

    endcmap
    CMapName currentdict /CMap defineresource pop
    end
    end

ToUnicode无效。有什么办法可以解决吗？

我试图下载完整的Adobe-Identity-UCS cmap文件并替换它。但是经过大量Google搜索后，我找不到Adobe-Identity-UCS cmap文件。

有帮助吗？谢谢。

编辑：

Chinese-cidmap-broken.pdf

Answer 1

您显示的 ToUnicode CMap对应于PDF规范ISO 32000中的示例 ToUnicode CMap（任一部分），只是没有任何 bfrange 或 bfchar 部分。

因此，您实际上拥有的是一个模板，可以在其中放置任意映射。

因此，关于您的问题：

  

有什么办法可以解决？

是，不是。

是的，您可以通过添加具有正确映射的相应 bfrange 或 bfchar 部分来解决此问题。

但是...要做的是，您需要知道手头的字体分别将哪些代码映射到哪些Unicode字符串，名称 Adob​​e-Identity-UCS 本身通常并不意味着映射。也是如此：

否，并非没有其他信息。

@Tilman在对您引用的one of his answers问题的评论中，他展示了如何使用从不同来源收集的实际映射信息来添加丢失的 ToUnicode 映射。