ghostscript 如何将 PDF 转换为 .txt？
How does ghostscript convert PDF to .txt?
GNU Ghostscript 能够在终端中将 pdf 文件转换为 .txt（文本文件）。
gs -sDEVICE=txtwrite -o output.txt input.pdf
我想知道它是如何完成这个任务的？它使用 OCR 吗？
我不是在寻找非常详尽的解释，而只是朝着正确的方向推动（指向指南等的链接也可以）。
谢谢！
不，它不执行 OCR，这就是它有局限性的原因。它有多种技术并以分层方式使用它们：
- 如果字体有 ToUnicode CMap，使用它来获取 Unicode 代码
积分
- 如果不是，则根据标准检查字形名称（如果可用）
名单
- 假设字符代码是 ASCII。
由于 Ghostscript 和相关的 txtwrite 设备是开源的，您可以轻松阅读源代码以获取更多信息。
GNU Ghostscript 能够在终端中将 pdf 文件转换为 .txt（文本文件）。
gs -sDEVICE=txtwrite -o output.txt input.pdf
我想知道它是如何完成这个任务的？它使用 OCR 吗？
我不是在寻找非常详尽的解释，而只是朝着正确的方向推动（指向指南等的链接也可以）。
谢谢！
不，它不执行 OCR，这就是它有局限性的原因。它有多种技术并以分层方式使用它们：
- 如果字体有 ToUnicode CMap，使用它来获取 Unicode 代码 积分
- 如果不是，则根据标准检查字形名称（如果可用） 名单
- 假设字符代码是 ASCII。
由于 Ghostscript 和相关的 txtwrite 设备是开源的，您可以轻松阅读源代码以获取更多信息。