Adobe Reader：“另存为其他->文本”显示乱码

Question

我有一个 PDF，可以在 Adob​​e Reader XI 中正常打开。它显示正常，没有密码等。我试图将这些保存为文本以进行一些自动化工作，但它不起作用。

当我转到File->Save As Other->Text，将其保存为 .txt 文件时，它会毫无错误地保存。

当我查看 txt 文件时，它无法读取。它包含如下数据：

G+G+./,-&6H,GH7-&IE&

我可以验证某些 PDF（例如 AT&T 网站上的 PDF）是否可以使用此功能，但我拥有的 PDF 无法使用。这是为什么？我如何将它们转换为纯文本？它们没有密码保护之类的。

这不是 OCR。我可以突出显示单词、字母等。

我在属性的“安全”下验证了：

安全方法：无安全措施

可以通过以下方式打开：所有版本的 Acrobat

打印：允许

内容复制：允许

Answer 1

PDF 可以通过多种方式创建。如果 PDF 是通过扫描仪创建的，则它可能经过了 OCR（光学字符识别），也可能没有经过。如果执行了 OCR，您将获得一个文本层，该文本层与图形层（您通常看到的）的布局有些对应。OCR 的文本准确度很少是 100%。如果您从 Google Docs 或 Microsoft Word 打印到 PDF，则文本层将 100% 准确。听起来您尝试保存的 PDF 是前者。

我发现测试和查看文本层的最简单方法是使用免费的 PDF 阅读器福昕阅读器。它们有一个带有“文本查看器”选项的视图选项卡。请参见下面的屏幕截图。如果文本层显示乱码，这将解释为什么 Adob​​e Reader XI 中的“另存为其他 > 文本”显示乱码。

正如他们所说，垃圾进，垃圾出（GIGO）。

Answer 2

我使用 CutePDF Writer（显示为打印机选项）保存文档。当我打开保存的文档并尝试从中复制时，它不起作用。我看到的是符号。

我使用 CutePDF Writer 打开了一个要“打印”为 PDF 的文档，然后采取了以下步骤：

• 文件 → 打印 →（选择）CutePDF Writer → 打印机属性 →（在布局中）高级 → PostScript 选项 → PostScript 输出选项 →（从下拉菜单中选择）优化可移植性。

这使得我在 Acrobat Reader 中打开 PDF 文本时可以轻松复制文本。