我有一堆正確顯示西里爾字母的 pdf。但是，如果我從中復制和粘貼文本，就會產生亂碼。
然后我用okular的save as函式把pdf轉成文本檔案，發現編碼是WINDOWS-1251，是舊的西里爾文編碼。將其轉換為 UTF-8 后，西里爾字母顯示正確。
該檔案的示例鏈接是
poppler-22.04.0\Library\bin>pdftotext -layout -f 1 -l 1 -enc ISO-8859-9 encoded.pdf -
回應，僅布局的第一頁嘗試似乎表明存在一些編碼問題，但它是一個粗略的編程輸出，可能可以通過 FnR 或代碼調整來改進
Ш.Оунццг, ?.Хадаа,
Д.Цогзолмаа, Т.нхтуяа
МОНГОЛ ХЛ
I
Е?нхий боловсолын сугуулийн
1 д?г ангийн суах бичиг
Боловсол, ол, Шинжлх Ухаан, отын амны
з?вш??л?? хвлв.
Долоо дах хвлл
УГУУЛИЙН НОМЫН АНД ОЛГОВ.
БОЛУУЛАХЫГ ХОИГЛОНО.
Улаанбаата хот
2020 он
另一種方法是嘗試將此作為更有效的字符，但需要“去間距”
pdftotext -layout -f 1 -l 1 -enc UTF-16 encoded.pdf -
Ш . О ю у н ц э ц э г , ? . Х а д а а ,
Д . Ц о г з о л м а а , Т . Э н х т у я а
М О Н Г О Л Х Э Л
I
Е р ? н х и й б о л о в с р о л ы н с у р г у у л и й н
1 д ? г э э р а н г и й н с у р а х б и ч и г
Б о л о в с р о л , ! оQ л , Ш и н ж л э х У х а а н , !? о р т ы н / а м н ы
з ? в ш ? ? р л ? ? р х э в л э в .
Д о л о о д а хL х э в л э л
! У Р Г У У Л И Й Н Н О М Ы Н ! А Н Д О Л Г О В .
Б О Р Л У У Л А Х Ы Г Х О Р И Г Л О Н О .
У л а а н б а а т а р х о т
2 0 2 0 о н
取消間距但仍需要替換為?!和C等。?/Я
注意在這兩種情況下 chcp 1251
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/473762.html