sigil Asked: 2021-03-04 10:04:38 +0800 CST2021-03-04 10:04:38 +0800 CST 2021-03-04 10:04:38 +0800 CST PDF 文件是否保证一致地存储纯文本？ 772 PDF 文件因其文本格式存储不一致而臭名昭著：如果您在 Word/Writer 中编写一些文本，应用粗体、斜体等，将其打印为 PDF，然后在 Acrobat Reader DC 或任何其他查看器中打开此 PDF 并复制文本输出回 Word，您可能会看到至少有一些格式丢失。通常情况下，您只会得到纯文本。 我的问题是：我可以相信这个纯文本与原始文本完全相同（相同的 Unicode 字符以相同的顺序）还是它也可以以某种不明显的方式被破坏？ pdf 3 个回答 Voted Mokubai 2021-03-04T10:15:02+08:002021-03-04T10:15:02+08:00 您唯一可以保证的是，PDF 在视觉上看起来与输入文档相同。PDF 是一种用于文档分发的格式，不会从一种格式转换为另一种格式。 例如，如果您输入的文本框写在不同的地方，理论上，这些文本框在 Word 中一个接一个，您不能保证文本块将被链接，甚至在输出中的顺序相同，尤其是当通过其他可能能够“优化”输出的 PDF 查看器或编辑器传递或保存。 Best Answer DrMoishe Pippik 2021-03-04T10:21:56+08:002021-03-04T10:21:56+08:00 不，PDF 故意将文本更改为“页面描述格式”，即 PDF。例如，即使将完整的段落插入到 PDF 中，在转换为页面格式时，通常会在每行的末尾插入换行符，因为它会出现在该页面上。 例如，在这个 PDF 阅读器的屏幕截图中，一个明显完整的段落， 在Notepad++中作为文本查看时， 在除最后一行之外的所有末尾显示回车/换行对。 将文本转换为 PDF 很容易；从 PDF 返回到文本是有问题的。 John 2021-03-04T10:24:45+08:002021-03-04T10:24:45+08:00 如果您需要能够从 PDF 中恢复文件，机器创建的 PDF 文件是最好的选择，而且这通常效果很好。 从打印/纸质文档扫描的 PDF 转换通常需要大量干预。 有些 OCR 应用程序可能更适合此类工作。
您唯一可以保证的是，PDF 在视觉上看起来与输入文档相同。PDF 是一种用于文档分发的格式，不会从一种格式转换为另一种格式。
例如，如果您输入的文本框写在不同的地方，理论上，这些文本框在 Word 中一个接一个，您不能保证文本块将被链接，甚至在输出中的顺序相同，尤其是当通过其他可能能够“优化”输出的 PDF 查看器或编辑器传递或保存。
不，PDF 故意将文本更改为“页面描述格式”，即 PDF。例如，即使将完整的段落插入到 PDF 中，在转换为页面格式时，通常会在每行的末尾插入换行符，因为它会出现在该页面上。
例如，在这个 PDF 阅读器的屏幕截图中，一个明显完整的段落，
在Notepad++中作为文本查看时，
在除最后一行之外的所有末尾显示回车/换行对。
将文本转换为 PDF 很容易；从 PDF 返回到文本是有问题的。
如果您需要能够从 PDF 中恢复文件，机器创建的 PDF 文件是最好的选择，而且这通常效果很好。
从打印/纸质文档扫描的 PDF 转换通常需要大量干预。
有些 OCR 应用程序可能更适合此类工作。