pdf - pdf文本提取

Question

3 begincidrange 
<20> <7e> 1 
<8140> <817e> 633 
<8180> <81ac> 696 
endcidrange 

这是一个 CMAP 文件示例。

1. 如何为自己的数据制作 CMAP？
2. 什么是 3 in 3 begincidrange
3. <20> <7e> 是什么？谁能举个例子

Answer 1

您的 CMap 表将所有字符代码建立到 CID 映射。

begincidrange 运算符前面出现的数字表示映射线的数量。endcidrange 运算符终止一个映射块。

begincidrange 和 endcidrange 之间的行包含映射。每行有 3 个条目。前两个指定字符代码范围，第三个是它们映射到的 CID 值。

所以字符代码 0x20 到 0x7e 映射到 CID 1。

Adobe Technote 5099 描述了 CID 表的格式。