复制粘贴pdf文档内容中英文和数字会变乱码

发布网友发布时间：2022-04-22 18:54

共4个回答

热心网友时间：2023-07-15 01:44

那是应为字体支持的原因

我用的是CAJViewer
CAJViewer5.5_OCR v5.5.0 Build 4030

说明：带OCR识别，带多语言包，OCR识别支持中英文识别。大小：32.911 MB

1）局部文字识别：直接使用caj浏览器的ocr
2）全文件识别：打印到Microsoft Office Document Image Writer打印机，选择打印形成的文件的保存位置，然后会自动形成一个MDI文件，并且自动用Microsoft Office Document Image打开此文件，然后选择“工具”菜单下的“使用ocr识别文本”，识别完成后，在选择“工具”下的，“将文本发送到word”，最后将把整个 PDF文件识别输出到word文件中。

注意：Microsoft Office Document Image可以非常准确的全文件识别转化中文、英文、表格，但是无法将图形输出到word，而是把文件中的所有图形单独形成一个个独立的图片文件，放在相同位置的一个相同名称的文件夹中，因此可用snagit软件将图形打开，然后复制到word中。（所有的识别软件都不能很好的处理图形的识别问题， Microsoft Office Document Image的这种处理方法已经是非常好的解决这个问题了。）

推荐快速方法：
从CAJ文件中提取文本前需要做好以下准备工作，安装CAJ文件浏览器5.5，安装Office2003，并完全安装Office工具 Microsoft Office Document Imaging，然后在打印机里面会增加Microsoft Office Document Image Writer打印机。 Microsoft Office Document Image可以非常准确的全文件识别转化中文、英文、表格。
CAJ文件的识别:
（一）首先，从网上下载CAJ格式的资料文件保存到本地硬盘上。
（二）然后，启动CAJViewer浏览器程序，并在该程序中打开刚才保存的CAJ格式的文件。浏览文件到最后一页后，不要关闭CAJ浏览器程序。
（三）在CAJ浏览器程序窗口中，选择“文件”→“打印”，并选择打印机为Microsoft Office Document Image Writer打印机，勾选打印到文件选项和确定打印页数。
（四）保存打印文件（*.prn）到适当位置。等待打印完成后，Microsoft Office Document Image 自动打开刚才保存的打印文件。
（五）在Microsoft Office Document Image窗口中，选择“页面”菜单中的“选择所有页面”菜单项，然后选择“工具”菜单中的“使用OCR识别文本”提取文本。
（六）选择“工具”下的 “将文本发送到word”，最后将把整个CAJ文件识别输出到word文件中。

热心网友时间：2023-07-15 01:44

pdf（Portable Document Format的简称，意为“便携式文档格式”），是由Adobe Systems用于与应用程序、操作系统、硬件无关的方式进行文件交换所发展出的文件格式。PDF文件以PostScript语言图象模型为基础，无论在哪种打印机上都可保证精确的颜色和准确的打印效果，即PDF会忠实地再现原稿的每一个字符、颜色以及图象。
复制PDF文件文稿到word中去时变成乱码的原因是由于PDF文件一般内嵌的字体在电脑上没有，因为word是调用系统字体的，而PDF文件是优先调用内嵌字体的。
解决办法：1. 可以尝试用第三方的转换工具把PDF转成WORD格式，有些能够解决乱码问题，但是有时候不一定能够解决。
2. 使用OCR识别软件进行文件识别处理。比如ABBYY finereader 10/11 ，可以直接把 PDF文件识别出来成WORD文件，不过OCR识别不会100%正确，需要人工校对。

热心网友时间：2023-07-15 01:45

我的解决方法是找个能复制的电脑，把那台电脑C盘window中fonts里的所有字体都复制到自己电脑的相应文件夹下，重复的尽量不要替换

热心网友时间：2023-07-15 01:45

我遇到过类似的，不过是在Authorware和Win Runner，
在Authorware里我是先把文字复制到 MS 的 Word里，然后，再复制别的地方。
Win Runner 我一直没有解决的办法。