我尝试用 google docs 打开它，并尝试使用网站 i2orc 转换文件。但在这两种情况下，输出中都缺少中文字符，就像我从原始文件中复制/粘贴它们一样。是的，我可以从原始文件中复制它们，但不是完全复制。选择中文短语时会忽略某些字符，而选择其他字符。
与相关文件的链接：https://www.scribd.com/document/591991803/220826-HK-Gazette-34-Petitions-1
提示：搜索关键字“301”，可以找到一个很好的中文文本示例
有人能帮我吗？
答案1
万一有一天有人需要答案：打印 pdf 文本，裁剪以提高准确性，然后使用在线工具提取图像中的中文文本，例如https://www.i2ocr.com/free-online-chinese-traditional-ocr。我还没有尝试过用大文本，但用小短语可以准确识别。这是一个漫长的过程，但至少有效