复制 pdf 内的文本，突然无法复制段落与段落之间的换行符

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

› 升级到 Windows 11

这是一个创建于 300 天前的主题，其中的信息可能已经有所发展或是发生改变。

PDF 内显示的文本：
text

text

会复制成：
text
text

一小时前的时候复制还没事，不知道这个要调什么设置才能改回去？

另外想问下大佬们想把 pdf 里面的文字转文本，而保留段落之间的隔行都是怎么实现的？我用的 OCR 工具以及直接复制貌似都会默认把隔行给去掉。

2 条回复 • 2024-01-26 10:56:40 +08:00

ddzzhen

300 天前 via Android

福昕和 abbyy 的收费版可以，保留原格式哪怕不需要 ocr 的文档都挺难的

DsuineGP

300 天前

版式还原很难做的, 因为涉及到图文表格形状混排等多种情况
之前看到 https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.7/ppstructure/pdf2word 这项目, 可以试试