最近，我发现 scribd 让用户（免费用户）很难浏览其网站上的文档。无法在文档内进行搜索，更不用说下载文档了。
他们使用 javascript 在浏览器中按需加载页面，因此浏览器的“另存为”功能没有太大帮助。
令我惊讶的是，我发现即使复制/粘贴文本也会将乱码复制到剪贴板！为了检查出了什么问题，我关闭了浏览器中的 javascript，然后再次加载了同一个文档。瞧，我确实看到了乱码。因此，看起来 scribd 中的 javascript 以某种方式解码了乱码文本，然后将其显示在浏览器中。
现在，我的问题是，即使启用了 javascript，并且文本在浏览器中正确呈现，如果我去查看与我选择的文本相对应的 DOM 对象，我仍然会看到乱码文本。
所以，现在我很困惑。文本可以正常显示给用户，但 DOM 对象仍然包含乱码。所以问题是，网站使用了哪种 javascript 钩子/代码，以便能够保留 DOM 对象中的乱码并仍然呈现解码后的文本？
有没有办法可以访问解码后的文本？我的目的不是对解码算法进行逆向工程，而是找到解码文本的存储位置？
示例文档为：
看看当你打开/关闭 Javascript 时会发生什么！
答案1
查看。他们使用自定义字体（在本例中font-family为）。spanff6
他们必须这样做，以便更多 PDF 文档能够正确显示。与 PDF 文档一样，文档中的文本不要求必须使用标准字符集。它只需要使用具有与嵌入字体中的字形对应的代码的字符集。
答案2
如果您查看显示的文本与“乱码”，您会发现有些字母相同，而有些字母被替换了。例如，“Mltmrprfsm Jblbemr”是“Enterprise Manager”。只要有足够的文本，您就应该能够快速构建一个翻译表。我们已经知道米翻译为埃，大号->否，电视，R， 和磷很清楚，F->R等等。只要花点时间、进行侦查工作并具备一定的编程技能，就可以翻译整个文档。
当然，不能保证下一个文档会使用与当前文档相同的字体ff6。Dan D.提到，因此如果您想保存文本以供以后使用，下一步应该是获取该字体以供本地使用。
答案3
您可以尝试使用浏览器的裁剪工具截取屏幕截图，然后使用任何可用的在线 OCR 网站将其转换为文本。这样应该可以解决问题。