我正在使用pdfbox通过COSString(Tj和TJ操作符)的标准文档方式读取/替换PDF文本。它似乎一直很好,直到被用于以下PDF文件的测试:
http://www.ocs.fas.harvard.edu/students/materials/resumes_and_cover_letters.pdf
在第7页之前它正常工作,但是之后读取的数据形式很奇怪。以下是输出的几行:
S˛˚ R˚˘˚RESUMES AND COVER LETTERSPeter J. Lee : L Q W K U R S 0 D L O & H Q W H U ± & D P E U L G J H 0 D V V D F K X V H W W V ± S M O H H # I D V K D U Y D U G H G X
这可能是什么原因呢?
谢谢, Usman