最近在看電子書時，發現有的一些 pdf 檔案看起來像是掃瞄的，但能直接複製文字，有的則不能。查詢相關資料後明白了。
不能複製的pdf檔案：01）pdf檔案加密了；02）掃瞄和圖形格式做的pdf檔案
pdf檔案如果加密了：對於一些不允許做修改、複製、列印等的pdf檔案（就是加密加了許可權的pdf），那麼就先要去除密碼或者去除數字證書，軟體有：
1）pdf password remover
2）adult pdf password recovery
能複製的pdf檔案：雙層pdf格式檔案
雙層pdf格式檔案是一種具有多層結構的pdf格式檔案，是pdf檔案衍生的一種檔案，其特點：檔案既可以是文字型的（比如由word生成的檔案），也可以是影象型的（比如由掃瞄生成的檔案），且其位置上下一一相對應。
雙層pdf：指將標準資料通過掃瞄器快速錄入後，經過去汙、糾偏和ocr識別，然後可以直接生成可以檢索的pdf檔案，這個pdf檔案是雙層的，上層是原始影象，下層是識別結果，這樣可以100%保留原始版面效果，並且支援選擇/複製/檢索等功能，這樣的pdf檔案最後可以儲存在光碟、硬碟或磁碟陣列中，並通過建立索引資料庫進行科學的管理。雙層pdf的出現有效解決了識別成本和閱讀利用的矛盾，是一種較有潛力的資源格式。
PDF檔案的文字如何修改
pdf格式的檔案的文字是不可以在閱讀器中修改的，修改文字必須用編輯器直接開啟進行編輯或者將pdf格式轉換成word文件的格式再編輯。編輯工具直接編輯 設定pdf檔案的開啟方式為pdf編輯器，或者開啟工具後在開啟要編輯的pdf檔案。pdf的編輯方式與ppt幻燈片相同，文字都是在文字框中進編輯的，文字的...
Python 讀取純文字PDF檔案
匯入系統庫 import sys import importlib 對importlib做處理,讓其載入sys importlib.reload sys from pdfminer.pdfparser import pdfparser,pdfdocument from pdfminer.pdfint...
pdf檔案讀寫，僅能處理文字
import sys import importlib importlib.reload sys from pdfminer.pdfparser import pdfparser,pdfdocument from pdfminer.pdfinterp import pdfresourcemanage...