我正在尝试对由乳胶生成的 PDF 文档进行一些更正。
为了进行更正，我首先从 PDF 中复制文本。
所发生的情况是，在生成的 PDF 中，当单词不适合页边距时，它们会在右侧被剪切，例如，当单词“paragraph”太大而无法容纳时，它将被剪切，如下所示：
word1 word2\n
word3 para-\n
graph word4\n
此外，在需要时也不会进行换行，而是始终在文本末尾进行换行。
我无法访问原始内容。因此，当我将文本复制到某个地方进行编辑时，就会出现问题，因为我最终会得到一堆不必要的换行符和单词断行符（不确定这些换行符到底叫什么）。
有没有办法从 pdf 文件中正确复制文本？
PDF 文件是否这样做，以使文字整齐地适合页面，而无需文本对齐？
答案1
按该顺序运行这两个正则表达式应该可以工作。
s/-\n//g
s/([^.])\n/$1 /g