utf-8 - PDFTOTEXT 输出 UTF-8 格式所需的文件在哪里？

Question

我想使用基于XPDF的PDFTOTEXT命令行工具查看PDF文件，希望得到UTF-8输出。我在 StackOverflow 上看到其他人得到了它——问题 4039930、3809761 和 13618330 表明其他人已经能够使用它。

当我使用选项 -enc utf-8显示这些消息:

Syntax Error: Couldn't find unicodeMap file for the 'utf-8' encoding
Config Error: Couldn't get text encoding

我已经看到(除其他外)UTF-8 编码是“预定义”的文档，但我找不到我需要指向的文件。 (我已经查看了基于 XPDF 的软件的多个不同下载，但还没有找到。)

任何指针将不胜感激。

编辑:我在 Windows 上。

Answer 1

您应该使用 UTF-8相反 utf-8 .见 pdftotext帮助信息:

$ pdftotext -listenc
Available encodings are:
UCS-2
ASCII7
Latin1
UTF-8
ZapfDingbats
Symbol

证明代码:

$ pdftotext -eol unix -nopgbrk -layout -enc utf-8 file.pdf
Syntax Error: Couldn't find unicodeMap file for the 'utf-8' encoding
Command Line Error: Couldn't get text encoding
$ pdftotext -eol unix -nopgbrk -layout -enc UTF-8 file.pdf
$ echo $?
0