求助：PDF 文档中文字无法搜索，已排除是图片扫描格式

下面百度云盘链接中的 pdf 文档，“文字搜索查找”功能失效。为何呢？但是文字的选择，进行“加亮”等操作是正常的，说明不是图片扫描格式的。我用adobe 进行了增强扫描操作，还是无果。Google了，也还是没找到解法。

所以，特来求助诸位虫友，希望能弄明白其中的原理。谢谢！

（pdf文件为2.46M，超出2M的限制，无法上传）

pdf（源文件）百度云盘下载

链接: https://pan.baidu.com/s/1Af-oBos9Qw6i7i5MO-BEMw
提取码: xu99

用泰比光学这个软件对整篇文档进行识别之后，就能搜索了

我帮你重新编译了一遍，你下载阅读试试。链接: https://pan.baidu.com/s/1IgibqpfJ1c1EfQ3X7A-u3g 提取码: 3b8w

贡水蜿蜒 发表于 2019-7-20 15:26
用泰比光学这个软件对整篇文档进行识别之后，就能搜索了

这个方法不错啊

wudunxu 发表于 2019-7-20 12:38
我帮你重新编译了一遍，你下载阅读试试。链接: https://pan.baidu.com/s/1IgibqpfJ1c1EfQ3X7A-u3g 提取码:  ...

谢谢，确实可以搜索了。不如授人予渔，想请问一下你是如何解决的呢？学习一下。（我以为adobe的增强识别功能是无比强大了的）

wudunxu 发表于 2019-7-20 12:38
我帮你重新编译了一遍，你下载阅读试试。链接: https://pan.baidu.com/s/1IgibqpfJ1c1EfQ3X7A-u3g 提取码:  ...

更加疑惑的是，既然源文档是文本格式的，其是如何做到限制搜索的呢（而选择文本加亮等操作是正常的）

abbyy finereader可以

橙子 发表于 2019-7-21 08:47
更加疑惑的是，既然源文档是文本格式的，其是如何做到限制搜索的呢（而选择文本加亮等操作是正常的） ...

你上传的pdf中，作者已经通过技术处理，把文字做了转码处理，即便你肉眼看到的是汉字，但实际上复制出来已经是乱码，不信的话你可以复制里面的一句话，粘贴后发现是不可读的。这个过程一般是不可逆的，除非知道转码加密算法才可以还原。

我上传的pdf，实际上是重新做的文档，基于作者Github开源的内容（https://github.com/xiaolai/regular-investing-in-box），我再借助本地工具，直接转化为你想要的的pdf版本。

万兴PDF、FineReader、Transformer、福昕PDF编辑等都可以实现PDF扫描版文档经过“可搜索PDF”而被识别。

这种加密方法如何实现？值得学习啊{:5_141:}，实在不行只能文字识别了{:5_144:}

有人知道这个是如何实现的吗，感觉很是牛逼！

wudunxu 发表于 2019-7-21 10:01
你上传的pdf中，作者已经通过技术处理，把文字做了转码处理，即便你肉眼看到的是汉字，但实际上复制出来 ...

好厉害，谢谢！对于github，我的水平也就是仅次于纯浏览阶段。等你有空的时候，就拿我提问的pdf为例子，分享一篇帖子，专门讲解转化的过程与步骤，想必虫友们都很收益。

wudunxu 发表于 2019-7-21 10:01
你上传的pdf中，作者已经通过技术处理，把文字做了转码处理，即便你肉眼看到的是汉字，但实际上复制出来 ...

我同样也遇到了这个问题，点开github的链接木有找到相关内容，同请大神有空写个详细教程，十分感谢~

在adobe DC里，增强扫描，识别文本，就可以搜索了，

light__shine 发表于 2019-7-23 10:35
在adobe DC里，增强扫描，识别文本，就可以搜索了，

我就是用过adobe DC试过了，无果，这个PDF可能比较特殊。所以才进一步求助的。