我在截取文字时，碰到文件中字型为 Identity-H 编码的 TrueType (CID) 时
截取后的文本内容会变成乱码
请问如何设置才能正确的截取此编码的文本内容？
使用的代码如下：
- Code: Select all
/// <summary>
/// Extracts the text.
/// </summary>
/// <param name="page">The page.</param>
/// <param name="extractArea">The extract area.</param>
/// <param name="keepWhiteSpace">if set to <c>true</c> [keep white space].</param>
/// <returns></returns>
public string ExtractText(PdfPageBase page, RectangleF extractArea, bool keepWhiteSpace = true)
{
var options = new PdfTextExtractOptions
{
ExtractArea = extractArea,
IsExtractAllText = keepWhiteSpace,
};
var extractor = new PdfTextExtractor(page);
var text = extractor.ExtractText(options);
return text. Trim();
}
附件为解析后的结果。
希望得到您的协助，谢谢。
