il motivo per cui un documento PDF potrebbe non essere ricercabile? [chiuso]

Question

Ho un documento PDF con contenuto in lingua araba e quando provo a cercare all'interno del documento per una parola specifica, adobe reader prodotto alcun risultato.

mi sembra un problema di formato ... come posso risolvere questo? grazie.

Answer 1

Ci sono almeno quattro modi diversi per ottenere il testo in un documento PDF (in ordine o la probabilità):

1. Inserisci il testo con gli operatori di testo standard e font standard
2. Inserisci il testo con gli operatori di testo standard con font non standard
3. Disegna una o più immagini che rappresentano il testo
4. Inserisci il testo disegnando manualmente i glifi con varie grafiche PDF comandi

Caso 1 è tipicamente ricercabile. Caso 2 è ricercabile se il font e la codifica sono sani di mente - se non lo sono (e questo è probabilmente il caso di caratteri non latini), allora probabilmente non c'è modo affidabile per mappare i glifi codificati di nuovo a Unicode (e tra l'altro - PDF è ostile abbastanza Unicode). Caso 3 è totalmente imperscrutabili senza sapere di più su come il PDF è stato generato. Caso 4 è del tutto imperscrutabili.

Detto questo, tutti i casi i casi essere letti con un motore OCR che capisce l'arabo. Capisco che il Iris fa arabo.

Answer 2

Non potrebbe in realtà essere di testo, o potrebbe essere in un contenitore che Reader non prestare attenzione a. E 'particolarmente comune per espandere oggetti di testo in forme vettoriali, quando hai a che fare con i caratteri che la maggior parte delle persone non stanno per avere installato sul proprio sistema. Sembra lo stesso sullo schermo, ma non è ricercabile.