pdf转换成word后文字全变成了乱码，该怎么办啊，英文的也是这样_百度知道
pdf转换成word后文字全变成了乱码，该怎么办啊，英文的也是这样
可以试一下捷速pdf文字识别软件，可以识别英文的，基本上全部都可以识别出来，操作也比较简单。使用方法：第一步：打开下载好的软件，软件就自动进入到操作主界面，界面非常的简洁，所有的操作键都在软件的左上方。首先我们点击第一个“读取”按钮，找到需要识别的文件所在位置，点击即可完成文件的添加工作。第二步：页面会出现原文件，这个时候我们点击“纸面解析”按钮，软件会对文件的段落等进行分析，这样识别得到的文件就会与原文件的段落排版一致。第三步：一切准备就绪，点击“识别”按钮，单页的文件瞬间就能完成识别工作。页面的右边就会出现识别的结果，根据原文进行核对。第四步：识别好的文件选择保存的格式，直接点击“word”或是“图片”即可。
其他类似问题
为您推荐：
提问者采纳
文件发我邮箱 我可以帮你试试
写明转换是乱码~~
提问者评价
谢谢，不知道你是用的什么方法
来自团队：
其他5条回答
个无法解决的。如果PDF中的文字可以选择（非图片格式）可以选择内容复制到WORD中。可以尝试换种软件来转，再自己调格式吧
问题是就连直接复制到word中也是乱码
那就尝试使用PDF中的 文件 ---另存为文本 功能。
可能你电脑中缺少字库，就编程乱码了
那需要添加什么样的字库？
你用的转换软件有问题吧，我用的是Solid Converter PDF，感觉不错。
这个我也用过了，转出来的还是乱码
能否提供文档的一部分，这样可以分析出来是否是你系统的事情。solid converter Pdf对一般的pdf文档都能很好地转换，如果你转换的文档有限制（版权保护），会提示你的。还有一种方法，将文档以二进制的方式打开，然后解码，看看到底是怎么回事，这个操作需要有一定的pdf文件结构知识。
不行,所以我第一步就是找一下有没有可以到PDF格式与WORD文档的转换,在网上找了一下,原来还真的有很多,今天我就把这些方法也传上来,不过我也发现一个问题,就是如果PDF本身是图片的话,那也没办法转换,不知道还有没有其它方法可以把PDF图片格式也转换过来那就最好了,不过还是希望Adobe Acrobat 公司在开发上能够和OFFICE 相结合,那对我们来说使用就更方便了.
1、实现工具：Office 2003中自带的Microsoft Office Document Imaging
应用情景：目前国外很多软件的支持信息都使用PDF方式进行发布，如果没有Adobe Reader，无法查看其内容，如果没有相关的编辑软件又无法编辑PDF文件。转换为DOC格式则可以实现编辑功能。尽管有些软件也可以完成PDF转换为DOC的工作，但很多都不支持中文，我们利用Office 2003中...
pdf转换成word的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁您的位置：>>>大洋新闻>正文
这是我们公司总结的一些关于中文乱码问题的一些解决方案和经验和大家分享！
11:55来源：
1.字节和unicode
    Java内核是unicode的，就连class文件也是，但是很多媒体，包括文件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。char是unicode的，而byte是字节。java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度，可以用来告诉你，你用的convertor。其中两个很常用的静态函数是 
public static ByteToCharConverter getD 
public static ByteToCharConverter getConverter(String encoding); 
如果你不指定converter，则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。
byte ——〉char：
 "你"的gb码是：0xc4e3 ,unicode是0x4f60
  String encoding = "gb2312";
  byte b = {(byte)'\u00c4',(byte)'\u00e3'};
  ByteToCharConverter converter = ByteToCharConverter.getConverter(encoding);
  char c = converter.convertAll(b);
  for (int i = 0; i < c. i++) {
      System.out.println(Integer.toHexString(c[i]));
  }
 结果是什么？0x4f60
 如果encoding ="8859_1"，结果又是什么？0x00c4,0x00e3
 如果代码改为
 byte b = {(byte)'\u00c4',(byte)'\u00e3'};
 ByteToCharConverter converter = ByteToCharConverter. getD
 char c = converter.convertAll(b);
 for (int i = 0; i < c. i++) {
    System.out.println(Integer.toHexString(c[i]));
 结果将又是什么？根据平台的编码而定。
 char ——〉byte：
    String encoding = "gb2312";
    char c = {'\u4f60'};
    CharToByteConverter converter = CharToByteConverter.getConverter(encoding);
    byte b = converter.convertAll(c);
    for (int i = 0; i < b. i++) {
       System.out.println(Integer.toHexString(b[i]));
    }
结果是什么？0x00c4,0x00e3
如果encoding ="8859_1"，结果又是什么？0x3f
如果代码改为
String encoding = "gb2312";
    char c = {'\u4f60'};
    CharToByteConverter converter = CharToByteConverter.getD
    byte b = converter.convertAll(c);
    for (int i = 0; i < b. i++) {
       System.out.println(Integer.toHexString(b[i]));
    }
结果将又是什么？根据平台的编码而定。
很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入，这给我们带来诸多不便。很多程序难得用encoding了，直接用default的encoding，这就给我们移植带来了很多困难。
utf-8是和unicode一一对应的，其实现很简单
7位的unicode: 0 _ _ _ _ _ _ _ 
11位的unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _ 
16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 
21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 
大多数情况是只使用到16位以下的unicode: 
"你"的gb码是：0xc4e3 ,unicode是0x4f60
    0xc4e3的二进制：
          ;，;，;，0011
由于只有两位我们按照两位的编码来排，但是我们发现这行不通，因为第７位不是0因此，返回"?"
    0x4f60的二进制：
               ;，;，;，0000
         我们用utf-8补齐，变成：
               ;，;，;，;，;，0000
         e4--bd-- a0
         于是返回：0xe4,0xbd,0xa0。
3.string和byte
string其实核心是char,然而要把byte转化成string，必须经过编码。string.length其实就是char数组的长度，如果使用不同的编码，很可能会错分，造成散字和乱码。
String encoding = “”;
byte  b={(byte)'\u00c4',(byte)'\u00e3'}; 
String str=new String(b,encoding);　　
如果encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字这个问题在处理分页是经常发生 。
4.Reader,Writer / InputStream,OutputStream
Reader和Writer核心是char，InputStream和OutputStream核心是byte。但是Reader和Writer的主要目的是要把char读/写InputStream/OutputStream。
文件test.txt只有一个"你"字，0xc4,0xe3
String encoding = "gb2312";
    InputStreamReader reader = new InputStreamReader(new FileInputStream(
        "text.txt"), encoding);
    char c = new char[10];
    int length = reader.read(c);
    for (int i = 0; i <  i++) {
       System.out.println(c[i]);
    }
结果是什么？你
如果encoding ="8859_1"，结果是什么？??两个字符，表示不认识。
反过来的例子自己做。
5.我们要对java的编译器有所了解
javac ?encoding
我们常常没有用到encoding这个参数。其实encoding这个参数对于跨平台的操作是很重要的。如果没有指定encoding，则按照系统的默认encoding,gb平台上是gb2312，英文平台上是iso8859_1。
java的编译器实际上是调用sun.tools.javac.main的类，对文件进行编译，这个类有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的，然后把用utf-8形式编译成class文件。
例子代码：
String str = "你";
    FileWriter writer = new FileWriter("text.txt");
    write.write(str);
    writer.
如果用gb2312编译，你会找到e4 bd a0的字段 ；
如果用8859_1编译， 00c4 00e3的二进制： 
 ， ， ，
因为每个字符都大于7位，因此用11位编码： 
，，， 
c1-- 84--　c3--　 a3 
你会找到c1 84 c3 a3 。
但是我们往往忽略掉这个参数，因此这样往往会有跨平台的问题：
样例代码在中文平台上编译，生成zhclass
样例代码在英文平台上编译，输出enclass
  (1).　 zhclass在中文平台上执行ok,但是在英文平台上不行 
  (2).    enclass在英文平台上执行ok,但是在中文平台上不行
  (1).    在中文平台上编译后，其实str在运行态的char是0x4f60,　在中文平台上运行，filewriter的缺省编码是gb2312,因此 chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream中，于是0xc4,0xe3放进了文件。 
但是如果是在英文平台下，chartobyteconverter的缺省值是8859_1, filewriter会自动调用8859_1去转化str,但是他无法解释，因此他会输出"?"
  (2).    在英文平台上编译后，其实str在运行态的char是0x00c4 0x00e3, 在中文平台上运行，中文无法识别，因此会出现??；
在英文平台上，0x00c4-->0xc4,0x00e3->0xe3，因此0xc4,0xe3被放进了文件。
6.    其它原因：<%@ page contentType="text/ charset=GBK" %>
设置浏览器的显示编码，如果response的数据是utf8编码，显示将是乱码，但是乱码和上述原因还不一样。
7.    发生编码的地方
?    从数据库到java程序 byte——〉char
?    从java程序到数据库 char——〉byte
?    从文件到java程序 byte——〉char
?    从java程序到文件 char——〉byte
?    从java程序到页面显示 char——〉byte
?    从页面form提交数据到java程序byte——〉char
?    从流到java程序byte——〉char
?    从java程序到流char——〉byte
谢志钢的解决方法：
我是使用配置过滤器的方法解决中文乱码的：
<Web-app>
  <filter>
    <filter-name>RequestFilter</filter-name>
    <filter-class>net.golden.uirs.util.RequestFilter</filter-class>
    <init-param>
      <param-name>charset</param-name>
      <param-value>gb2312</param-value>
    </init-param>
  </filter>
  <filter-mapping>
    <filter-name>RequestFilter</filter-name>
    <url-pattern>*.JSP</url-pattern>
  </filter-mapping>
</web-app>  public void doFilter(ServletRequest req, ServletResponse res,
                       FilterChain fChain) throws IOException, ServletException {
    HttpServletRequest request = (HttpServletRequest) 
    HttpServletResponse response = (HttpServletResponse) 
    HttpSession session = request.getS
    String userId = (String) session.getAttribute("userid");
req.setCharacterEncoding(this.filterConfig.getInitParameter("charset")); // 设置字符集？
实际上是设置了byte ——〉char的encoding
    try {
      if (userId == null || userId.equals("")) {
        if (!request.getRequestURL.toString.matches(
            ".*/uirs/logon/logon(Controller){0,1}\\x2Ejsp$")) {
          session.
          response.sendRedirect(request.getContextPath +
                                "/uirs/logon/logon.jsp");
        }
      }
      else { // 看看是否具有信息上报系统的权限
        if (!net.golden.uirs.util.UirsChecker.check(userId, "信息上报系统",
            net.golden.uirs.util.UirsChecker.ACTION_DO)) {
          if (!request.getRequestURL.toString.matches(
              ".*/uirs/logon/logon(Controller){0,1}\\x2Ejsp$")) {
            response.sendRedirect(request.getContextPath +
                                  "/uirs/logon/logonController.jsp");
          }
        }
      }
    }
    catch (Exception ex) {
      response.sendRedirect(request.getContextPath +
                            "/uirs/logon/logon.jsp");
    }
    fChain.doFilter(req, res);
  }
(编辑： keji)
更多精彩内容尽在广州日报大洋网()
随时随地畅享资讯
订制《广州日报》手机报：发送AA到
订制《信息时报》手机报：发送AB到
一键分享：
文明上网　理性发言
用户名： 密码：
赞助商链接}