从 java PDFBOX 获取违规行为

Question

我正在使用 Java PDFBOX 2.0.12 来尝试阅读乳胶生成的 PDF。一切似乎都很好，但由于某种原因，某些值（<、<=、>、>=）被更改为问号（？），并且我收到各种警告，例如“警告：a105（105）没有Unicode映射字体 F18"。任何帮助将不胜感激。

爪哇代码：

try {

        PDDocument document = PDDocument.load(file);

        PDFTextStripper pdfStripper = new PDFTextStripper();

          //Retrieving text from PDF document

          String text = pdfStripper.getText(document);

          System.out.println(text);

          //Closing the document

          document.close();

    } catch (InvalidPasswordException e) {

        // TODO Auto-generated catch block

        e.printStackTrace();

    } catch (IOException e) {

        // TODO Auto-generated catch block

        e.printStackTrace();

    }

乳胶代码：

\documentclass[12pt]{article}

\usepackage[a5paper]{geometry}

\usepackage[T1]{fontenc} % font encoding

\usepackage[utf8]{inputenc}

\title{algorithmicx (algpseudocode) example}

\usepackage{algpseudocode}

\begin{document}

\begin{algorithmic}[1]

\If{$quality\ge 9$}:

\State $a\gets perfect$

\ElsIf{$quality\ge 7$}:

\State $a\gets good$

\ElsIf{$quality\ge 5$}:

\State $a\gets medium$

\ElsIf{$quality\ge 3$}:

\State $a\gets bad$

\Else

\State $a\gets unusable$

\EndIf

\end{algorithmic}

\end{document}

生成/使用的文档：https : //drive.google.com/file/d/1P16FMHc1Pkd897G448Zd_6pgmnoWQLGt/view?usp=sharing

Answer 1

正如评论中所讨论的 - 该文件应该写为 utf8 并使用像 NOTEPAD++ 这样的好编辑器打开。&nbsp; &nbsp; try (OutputStreamWriter out = new OutputStreamWriter(new FileOutputStream(txtFile), Charsets.UTF_8);&nbsp; &nbsp; &nbsp; &nbsp; &nbsp;PDDocument document = PDDocument.load(pdfFile))&nbsp; &nbsp; {&nbsp; &nbsp; &nbsp; &nbsp; PDFTextStripper stripper = new PDFTextStripper();&nbsp; &nbsp; &nbsp; &nbsp; stripper.writeText(document, out);&nbsp; &nbsp; }