奇怪的PDF文本提取情況

所有的開源文本提取工具我試過了，給我的標題如下：

uNISON LAuNCHeS MAGHReb VIRTuAL SCIeNCe LIbRARy: A NeW 
PORTAL PROMOTING INTeRNATIONAL SCIeNTIFIC AND 
TeCHNICAL COLLAbORATION

然而，Adobe Acrobat Reader給出了一些更合理的東西 -

Unison Launch es Maghr eb Virt ual Sci enc e 
Librar y: A New Portal Promoting Int ernational 
Scientific and Technical Colla boration

空格關閉，但字符外殼更有意義。任何想法爲何存在差異？

-2

字體在文檔中描述。文本提取工具將描述解釋錯誤或根據字符代碼進行假設。 Adobe產品以其他方式執行此操作並將其正確解釋。

2011-08-11 08:44:47 p4553d

顯然，這是一個「標記內容」流的示例，其中BDC/EMC操作員用於使用「ActualText」屬性註釋流，這就是正確的文本所在的位置。

根據PDF 32000-1中的7.9.2.2，文本本身位於UTF-16BE或PDFDocEncoding中：2008

2011-08-11 20:16:43

回答