问题描述
我有一个基于文本的 pdf，我正在尝试使用 python 提取文本。当我在 pdf 查看器或浏览器中打开 pdf 时，它会正确呈现。但是，当我从 pdf 中提取文本时，它会变得乱七八糟，例如“1”。变成“'J..”。
下面是pdf渲染的快照
和提取的文本
此外，在使用 pdfbox 调试 pdf 时，打印的某些字符对应的 unicode 丢失
如何以原始字体提取文本？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）