Я распаковал PDF с mutool cleanи посмотрел на. Кажется, проблема в том, что, как описано в этом вопросе о стековом потоке, трудно использовать кодировку Unicode для шрифтов. По этой причине шрифты, содержащиеся в PDF, используют другую кодировку. Тем не менее, он также содержит /ToUnicodeобъекты для каждого шрифта со сложным отображением символов шрифта на символы Юникода.
Теперь многие программы просмотра PDF (например, xpdfв Linux), похоже, не обращают внимания на это сложное отображение (или, по крайней мере, на отображение с такой сложностью, хотя они могут работать на более простых отображениях), поэтому вы получаете мусор при попытке скопировать и вставить. Тем не менее, с другими программами просмотра PDF (как mupdf) это работает, как я подтвердил.
Таким образом, проблема находится в средстве просмотра PDF, а не в документе. Кроме того, PDF-файлы и Unicode не очень хорошо сочетаются друг с другом, как вы можете видеть из сложных средств, необходимых для перевода.
Возможные решения: (1) оказать давление на разработчиков средств просмотра PDF для полной поддержки \ToUnicodeотображений. Может быть, исправить их самостоятельно для открытых источников. (2) Способствовать использованию определенного средства просмотра PDF, которое работает с сопоставлениями. (3) Попробуйте использовать шрифты внутри PDF, где кодировка глифа соответствует кодировке Unicode. Это представляется возможным с 16-разрядными кодовыми точками Unicode (и насколько я могу судить, индийские символы кажутся 16-разрядными), но я не знаю, насколько хорошо это будет работать, или какое приложение вы должны использовать для создания таких PDF-файлов ,