当我从 PDF 复制并粘贴文本时，它显示的内容与原始内容不同。
例如：
原文为“你好，我叫维克多，今年 23 岁”。
当我复制粘贴这段文字：“嗨，我今年 23 岁，我的名字叫 Victor”
我该如何解决这个问题？我粘贴文本时使用的是 Adobe Reader XI 和普通记事本或 Microsoft Word。这是第一步，因为我正在尝试用 c# 实现一个应用程序，我应该从许多 pdf 文档中提取所有文本，每次我用 Itextsharp 库提取信息时都是同样的事情，一切都一团糟。
谢谢你！
答案1
您需要在 C# 中的提取过程中应用某种逻辑。
PDF 文档并非旨在成为一种有用的文本存储方法，以便随后在其他软件中使用或以其他格式输入。PDF 的设计初衷是打印页面的表示形式，由一系列指令组成，例如Text of font A, size B at co-ordinate X,Y。它不使用与 Microsoft Word 或 HTML 相同的方法，在这些方法中，您可以将文档格式化为分组的段落或行。
实际上，当您从 PDF 软件中复制并粘贴时，它会将这些说明解释为模糊地模拟我们对段落结构的想法，并会尝试以您期望的方式选择它们。但是，正如您所见，这并不总是完美的，而且很容易出错。
恐怕你的问题的答案是问题问题不在于您的示例，而在于使用 PDF 格式来实现您想要实现的功能。它不是为文本解析而设计的，尽管它当然可以做到，而且 iTextSharp 肯定会为您提供实现这一目标的工具，但您可能需要“模拟”逐行阅读才能做到这一点。
当然，你会发现有些 PDF 看起来制作得很完美，复制粘贴也没有问题。不过请记住，这更多的是软件的问题创造PDF 使用可预测的策略来实现这一点，并且软件阅读PDF 使用可预测的策略来恢复它，而不是存在一个完美的方法来做到这一点。