首页 > pdftotxt对某些繁体PDF转换失败

pdftotxt对某些繁体PDF转换失败

使用的指令是:
pdftotext -enc UTF-8 test.pdf - 2>/dev/null

但输出为空,使用Adobe Reader打开可以正常保存为txt文件,就是使用pdftotext不行。

用windows版的pdftotext也不行。PDF的编码是Identity-H,请问有其它解决方案吗?

以下是转换失败的PDF:
http://pan.baidu.com/s/1eQIFZO2


感谢依云的提点,问题已经解决了。

其实poppler对Identity-H的PDF是有BUG的,以下是BUG的描述:
https://bugs.freedesktop.org/show_bug.cgi?id=35468

以下链接是补丁:
http://cgit.freedesktop.org/poppler/poppler/commit/?id=018892d4ceccd5e2994cdb74cd2d401293fc929d

把补丁打上后重新编译就可以正常转换Identity-H编码的PDF。

另外我在程序里使用了-cfg参数,不过poppler 0.25已经不支持-cfg参数,需要去掉才行。

PS:此问题是基于joomla2.5的jifile组件产生的,所以要使组件正常运作还需要修改代码。

【热门文章】
【热门文章】