PDF文本cp1251编码被误解码为cp1252致复制乱码的修正方法咨询

你遇到的乱码问题根源在你贴出的1145号字体对象的配置上：

/Encoding /WinAnsiEncoding

WinAnsiEncoding就是PDF规范中对应cp1252的内置编码名，而你内嵌的1251 Times字体的字形是按cp1251（西里尔文Windows编码）的码位映射的。PDF显示时直接读取字形所以展示正常，但复制文本、第三方工具读取文本时，会按配置的WinAnsiEncoding把码位转成Unicode，自然就生成了cp1252字符集的乱码。你之前替换所有1251为1252的操作无效，因为FontFamily、FontName里的1251只是字体的名称标识，和编码映射逻辑无关。

可行修复方案 #

方案1：修改编码配置（操作简单） #

1. 找到PDF中所有使用该1251 Times字体的字体对象，将其中的/Encoding /WinAnsiEncoding替换为/Encoding /Windows1251Encoding
2. 不要直接用文本编辑器保存修改后的PDF，因为PDF的交叉引用表（xref）存储了每个对象的字节偏移量，手动修改内容会导致偏移量不匹配，文件损坏。你可以使用pdftk工具修复偏移：

   pdftk 手动修改后的.pdf output 修复完成.pdf
   

这个方案修复后，正常PDF阅读器的复制、搜索功能都会恢复正常，Inkscape、AI读取文件时也能正确识别编码，不会再导出乱码。

方案2：添加ToUnicode映射（兼容性最优） #

如果修改编码后部分旧版本阅读器仍无法正确识别，你可以给字体对象添加/ToUnicode条目，绑定自定义的CMap码位映射表，直接把每个字体码位对应到正确的Unicode字符。你可以用Adobe Acrobat的预飞（Preflight）工具，运行「修复字体编码」的自动化检查项，工具会自动为字体生成正确的ToUnicode映射，不需要手动写配置。 #

如果临时需要导出矢量图不想修改原PDF，也可以在AI打开文件后，选中所有文字转曲后再导出，就能避免乱码问题，但转曲后的文字不可再编辑。

内容的提问来源于stack exchange，提问作者lazba