pdf文本提取 | begincidrange

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

这是一个 CMAP 文件示例。

如何为自己的数据制作 CMAP？

什么是 3 in 3 begincidrange

是什么？谁能举个例子

最佳答案

您的 CMap 表建立了所有字符代码到 CID 的映射。

begincidrange 运算符之前出现的数字表示映射的数量
线。 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。

关于pdf文本提取，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/2893188/