Ghostscript pdf转换使连字无法复制和粘贴

Question

我有一个pdf文件（使用\usepackage[a-2b]{pdfx}用乳胶创建），在这里我可以正确地复制和粘贴连字，即，“ fi”在我的文本编辑器中粘贴为“ fi”。 pdf相当大，因此我正在尝试通过以下ghostscript命令减小其尺寸：

gs -dPDFA-2 -dBATCH -dNOPAUSE -sPDFACompatibilityPolicy=1 -sDEVICE=pdfwrite 
   -dPDFSETTINGS=/printer -sProcessColorModel=DeviceRGB 
   -sColorConversionStrategy=UseDeviceIndependentColor 
   -dColorImageDownsampleType=/Bicubic -dAutoRotatePages=/None 
   -dCompatibilityLevel=1.5 -dEmbedAllFonts=true -dFastWebView=true 
   -sOutputFile=main_new.pdf main.pdf

虽然这会产生一个很好的小pdf，但是当我用“ fi”复制一个单词时，我反而（通常）得到“ő”。

由于正确的字符是以某种方式在原始pdf中编码的，所以我可以提供一些参数给ghostscript以便仅将这些信息保留在转换后的pdf中吗？

我在macOS 10.14上使用ghostscript 9.27。

Answer 1

没有看到您的原始文件，以便我可以看到文本的编码方式，因此不可能确定。 pdfwrite设备“保留信息”当然是[[not的可能，有关解释，请参见here。

如果原始PDF文件具有ToUnicode CMap，则pdfwrite设备应使用该文件在输出文件中生成新的ToUnicode CMap，并进行剪切和粘贴/搜索。如果没有，那么转换过程将破坏编码。通过将SubsetFonts设置为false，您

可能

可以改善结果，但这只是一个猜测而没有看到示例。我的猜测是您的原始文件没有ToUnicode CMap，这意味着它基本上只能靠运气工作。