我正在查看以下网址： http://www.unisonagency.com/assets/news/unison_pr_mvsl.pdf
我尝试过的所有开源文本提取工具，为标题提供了以下内容：
uNISON LAuNCHeS MAGHReb VIRTuAL SCIeNCe LIbRARy: A NeW
PORTAL PROMOTING INTeRNATIONAL SCIeNTIFIC AND
TeCHNICAL COLLAbORATION
然而，Adobe Acrobat Reader提供了更合理的东西 -
Unison Launch es Maghr eb Virt ual Sci enc e
Librar y: A New Portal Promoting Int ernational
Scientific and Technical Colla boration
空间关闭，但字符外壳更有意义。知道为什么会出现这种差异吗？
答案 0 :(得分：3)
显然，这是“标记内容”流的示例，其中BDC / EMC运算符用于使用“ActualText”属性注释流，这是正确文本所在的位置。
根据PDF 32000-1：2008中的7.9.2.2，文本本身采用UTF-16BE或PDFDocEncoding
答案 1 :(得分：-2)
字体在文档内部描述。文本提取工具将描述错误解释或根据字符代码进行假设。 Adobe产品以其他方式执行并正确解释。