可搜索PDF中非拉丁文字的乱码问题

1. 放置一个覆盖您脚本的字体

找到一个包含您目标脚本字形的字体，放置在计算机上，并记录其完整路径。 对于古吉拉特文的例子：

C:\Path\To\AnekGujarati-VariableFont_wdth,wght.ttf

AnekGujarati变量字体的文件名中包含逗号，所以要准确复制。 路径必须指向确切的字体文件。

2. 将字体传递给SaveAsSearchablePdf

在保存可搜索PDF时，将您的脚本支持字体的路径作为CustomFontFile（第3个）参数提供。 第4个参数是可选的CustomFontName标签； 如果省略它，IronOCR将使用字体文件的名称：

ocrResult.SaveAsSearchablePdf(
    strOutputFile,
    false,
    @"C:\Path\To\AnekGujarati-VariableFont_wdth,wght.ttf",
    "AnekGujarati");

ocrResult.SaveAsSearchablePdf(
    strOutputFile,
    false,
    @"C:\Path\To\AnekGujarati-VariableFont_wdth,wght.ttf",
    "AnekGujarati");

ocrResult.SaveAsSearchablePdf( _
    strOutputFile, _
    False, _
    "C:\Path\To\AnekGujarati-VariableFont_wdth,wght.ttf", _
    "AnekGujarati")

解决乱码提取的参数是第3个参数：字体文件，必须包含您OCR的脚本字形。 第4个参数仅仅是嵌入字体的名称，不影响脚本映射。 针对不同的文档，将第3个参数指向支持该脚本的字体。

3. 确认文本提取

打开生成的PDF并复制识别的文本以验证现在可以正确提取。 如果仍然显示乱码，几乎可以肯定提供的字体缺少您脚本的字形； 重新检查字体是否确实覆盖了它。