xpdf转换中文pdf时报错字库缺失:Unknown character collection Adobe-GB1

通过XPDF读取PDF内容并转化为txt格式的过程中，可能会出现如下提示：

Syntax Error: Unknown character collection 'Adobe-GB1'
Syntax Error: Couldn't find 'UniGB-UTF16-H' CMap file for 'Adobe-GB1' collection
Syntax Error: Unknown CMap 'UniGB-UTF16-H' for character collection 'Adobe-GB1'
Syntax Error: Failed to parse font object for 'AdobeSongStd-Light'

该如何处理呢，下面慢慢道来，先说软件下载地址：

http://www.xpdfreader.com/download.html

http://www.xpdfreader.com/pdftotext-man.html

下载这三个压缩包,运行XpdfReader-win64-4.03.exe，将其安装到D:\Program Files\xpdf\ 目录下，将中文语言包xpdf-chinese-simplified.tar.gz解压缩到该目录下，如下图所示：

这个时候，如果我们开始运行转换命令，仍然会报错，

这是因为我们仍缺少最后一步的配置操作：将D:\Program Files\xpdf\xpdf-chinese-simplified\目录下面的add-to-xpdfrc文件复制到D:\Program Files\xpdf\bin64\目录下，将其改名为xpdfrc，打开该文件修改内容为如下：

#----- begin Chinese Simplified support package (2011-sep-02)
textEncoding        UTF-8
textPageBreaks no
cidToUnicode	Adobe-GB1	"D:\Program Files\xpdf\xpdf-chinese-simplified\Adobe-GB1.cidToUnicode"
unicodeMap	ISO-2022-CN	"D:\Program Files\xpdf\xpdf-chinese-simplified\ISO-2022-CN.unicodeMap"
unicodeMap	EUC-CN		"D:\Program Files\xpdf\xpdf-chinese-simplified\EUC-CN.unicodeMap"
unicodeMap	GBK		"D:\Program Files\xpdf\xpdf-chinese-simplified\GBK.unicodeMap"
cMapDir		Adobe-GB1	"D:\Program Files\xpdf\xpdf-chinese-simplified\CMap"
toUnicodeDir			"D:\Program Files\xpdf\xpdf-chinese-simplified\CMap"
#fontFileCC	Adobe-GB1	/usr/..../NotoSansCJKsc-Regular.otf
#----- end Chinese Simplified support package

或者，为了移植性更好，可以配置如下：

#----- begin Chinese Simplified support package (2011-sep-02)
textEncoding        UTF-8
textPageBreaks no
cidToUnicode	Adobe-GB1	..\xpdf-chinese-simplified\Adobe-GB1.cidToUnicode
unicodeMap	ISO-2022-CN	..\xpdf-chinese-simplified\ISO-2022-CN.unicodeMap
unicodeMap	EUC-CN		..\xpdf-chinese-simplified\EUC-CN.unicodeMap
unicodeMap	GBK		..\xpdf-chinese-simplified\GBK.unicodeMap
cMapDir		Adobe-GB1	..\xpdf-chinese-simplified\CMap
toUnicodeDir			..\xpdf-chinese-simplified\CMap
#fontFileCC	Adobe-GB1	/usr/..../NotoSansCJKsc-Regular.otf
#----- end Chinese Simplified support package

尤其要注意，因为文件路径中含有空格，所以要加引号。该配置文件的行前的关键字严格区分大小写，务必保持原样。

总结如下：

xpdfrc文件放到pdftotext.exe所在同一目录，也就是bin64或bin32目录下，这点官方文档说明的不是很清楚。

xpdfrc里面的配置内容中的路径最好不要空格，有空格的话要加引号

或者直接从以下位置下载我已经配置好的文件：https://download.csdn.net/download/xcntime/16277001