使用 Ghostscript 从 PDF 中提取文本
Extracting text from PDF with Ghostscript
我正在使用 Ghostscript 9.20 从仅包含两行文本的 PDF 文档中提取文本：
Hello world…
A beautiful day!
应用的代码是：
gswin32c -sDEVICE=txtwrite -o output.txt input.pdf
然而，输出是：
䠀攀氀氀漀 眀漀爀氀搀☠
䄀 戀攀愀甀琀椀昀甀氀 搀愀礀℀
这是怎么回事，我该如何解决？
9.20 版本中存在一个错误，它影响了某些 种文本提取。并非全部，这取决于输入，并且由于您没有提供它无法判断您的特定输入文件是否受到影响。
要修复它，您可以：
- 从我们的 Git 存储库克隆 Ghostscript，构建并测试最新代码。
- 等到下一个版本（3 月）再测试。
- 打开错误报告，就会有人查看。虽然这实际上对你没有帮助。如果它已经被修复，那么你必须选择 1 或 2。如果它还没有被修复，那么你需要等到它被修复，然后按照 1 或 2，但至少你会有帮助改进了产品。
我正在使用 Ghostscript 9.20 从仅包含两行文本的 PDF 文档中提取文本：
Hello world…
A beautiful day!
应用的代码是：
gswin32c -sDEVICE=txtwrite -o output.txt input.pdf
然而，输出是：
䠀攀氀氀漀 眀漀爀氀搀☠
䄀 戀攀愀甀琀椀昀甀氀 搀愀礀℀
这是怎么回事，我该如何解决？
9.20 版本中存在一个错误，它影响了某些 种文本提取。并非全部，这取决于输入，并且由于您没有提供它无法判断您的特定输入文件是否受到影响。
要修复它，您可以：
- 从我们的 Git 存储库克隆 Ghostscript，构建并测试最新代码。
- 等到下一个版本（3 月）再测试。
- 打开错误报告，就会有人查看。虽然这实际上对你没有帮助。如果它已经被修复，那么你必须选择 1 或 2。如果它还没有被修复，那么你需要等到它被修复，然后按照 1 或 2，但至少你会有帮助改进了产品。