pdf转word时乱码-复制粘贴pdf文档内容中英文和数字会变乱码

那是应为 字体支持的原因

我用的是cajviewer
cajviewer5.5_ocr v5.5.0 build 4030

说明：带ocr识别，带多语言包，ocr识别支持中英文识别。 大小：32.911 mb

1）局部文字识别：直接使用caj浏览器的ocr
2）全文件识别：打印到microsoft office document image writer打印机，选择打印形成的文件的保存位置，然后会自动形成一个mdi文件，并且自动用microsoft office document image打开此文件，然后选择“工具”菜单下的“使用ocr识别文本”，识别完成后，在选择“工具”下的，“将文本发送到word”，最后将把整个 pdf文件识别输出到word文件中。

注意：microsoft office document image可以非常准确的全文件识别转化中文、英文、表格，但是无法将图形输出到word，而是把文件中的所有图形单独形成一个个独立的图片文件，放在相同位置的一个相同名称的文件夹中，因此可用snagit软件将图形打开，然后复制到word中。（所有的识别软件都不能很好的处理图形的识别问题， microsoft office document image的这种处理方法已经是非常好的解决这个问题了。）

推荐快速方法：
从caj文件中提取文本前需要做好以下准备工作，安装caj文件浏览器5.5，安装office2003，并完全安装office工具 microsoft office document imaging，然后在打印机里面会增加microsoft office document image writer打印机。 microsoft office document image可以非常准确的全文件识别转化中文、英文、表格。
caj文件的识别:
（一）首先，从网上下载caj格式的资料文件保存到本地硬盘上。
（二）然后，启动cajviewer浏览器程序，并在该程序中打开刚才保存的caj格式的文件。浏览文件到最后一页后，不要关闭caj浏览器程序。
（三）在caj浏览器程序窗口中，选择“文件”→“打印”，并选择打印机为microsoft office document image writer打印机，勾选打印到文件选项和确定打印页数。
（四）保存打印文件（*.prn）到适当位置。等待打印完成后，microsoft office document image 自动打开刚才保存的打印文件。
（五）在microsoft office document image窗口中，选择“页面”菜单中的“选择所有页面”菜单项，然后选择“工具”菜单中的“使用ocr识别文本”提取文本。
（六）选择“工具”下的 “将文本发送到word”，最后将把整个caj文件识别输出到word文件中。

可以用scansoft pdf converte，安装完成后不须任何设置，它会自动整合到word中。当我们在word中点击“打开”菜单时，在“打开”对话框的“文件类型”下拉菜单中可以看到“pdf”选项，这就意味着我们可以用word直接打开pdf文档了!

scansoft pdf converter的工作原理其实很简单，它先捕获pdf文档中的信息，分离文字、图片、表格和卷，再将它们统一成word格式。由于word在打开 pdf文档时，会将pdf格式转换成doc格式，因此打开速度会较一般的文件慢。打开时会显示pdf converter转换进度。转换完毕后可以看到，文档中的文字格式、版面设计保持了原汁原味，没有发生任何变化，表格和图片也完整地保存下来了，可以轻松进行编辑。

除了能够在word中直接打开pdf文档外，右击pdf文档，在弹出菜单中选择“open pdf in word”命令也可打开该文件。另外，它还会在outlook中加入一个工具按钮，如果收到的电子邮件附件中有pdf文档，就可以直接点击该按钮将它转换成word文件。

有时我们在网上搜索到pdf格式的文件，同样可以通过右键菜单的相关命令直接在word中打开它。

推荐使用虚拟打印机 (virtual printer)
virtualprinter 是一款文档转换工具，安装它后，计算机中会多出一个虚拟打印机（virtualprinter），你可以象使用正常打印机一样使用它，所不同的是，在打印完成后，它将生成的结果保存为你想要的文件格式，如：pdf、ps、bmp、jpg、tif、png、gif等等。
下载地址：
http://ishare.sina.com.cn/cgi-bin/fileid.cgi?fileid=840187