关于PDFBox 和 xpdf 的问题，困扰好几天了，求助高手~~

Question

我想抽取PDF里面的内容，根据网上的例子，两个我都实现了，中文也不会有乱麻，但前提只是常规的PDF才能获取到内容（就是格式正常，清晰的那种），而我自己的是OCR识别后的双层PDF，用PDFBox 获取的时候只要碰到是识别后的PDF文件就报异常java.io.IOException: Unknown encoding for 'UniGB-UCS2-H'
，用xpdf能提取到，不过内容为空，而我识别的双层PDF 用工具打开然后选上文字就能复制出TXT，不知道有没有解决办法，请告人指点

Answer 1

那你就取的时候，将编码格式设置成“常规的PDF”的格式，试下？

Answer 2

嗯 调用洋鬼子的软件 识别双层PDF~~

Answer 3

我的pdf在转化txt文件格式时程序也出现了“java.io.IOException: Unknown encoding for 'UniGB-UCS2-H'”怎么解决的？万分感激！