utf-8 - UTF-8 格式的 PDFTOTEXT 输出需要的文件在哪里？

Question

我想使用基于 XPDF 的 PDFTOTEXT 命令行工具来查看 PDF 文件，希望得到 UTF-8 输出。我在 StackOverflow 上看到其他人得到它——问题 4039930、3809761 和 13618330 表明其他人已经能够使用它。

当我使用该选项时-enc utf-8，将显示这些消息：

Syntax Error: Couldn't find unicodeMap file for the 'utf-8' encoding
Config Error: Couldn't get text encoding

我已经看到（除其他外）UTF-8 编码是“预定义”的文档，但我找不到我需要指向的文件。（我查看了多个基于 XPDF 的软件的不同下载，但尚未找到。）

任何指针将不胜感激。

编辑：我在 Windows 上。

Answer 1

你应该UTF-8改用utf-8. 查看pdftotext帮助信息：

$ pdftotext -listenc
Available encodings are:
UCS-2
ASCII7
Latin1
UTF-8
ZapfDingbats
Symbol

证明代码：

$ pdftotext -eol unix -nopgbrk -layout -enc utf-8 file.pdf
Syntax Error: Couldn't find unicodeMap file for the 'utf-8' encoding
Command Line Error: Couldn't get text encoding
$ pdftotext -eol unix -nopgbrk -layout -enc UTF-8 file.pdf
$ echo $?
0