iTextSharp库不从我的文件中提取文本
iTextSharp库（版本5.5.5）不从我的文件中提取文本。 我可以将pdf中的文本复制并粘贴到记事本中。 我将文件上传到此链接。
源代码非常简单，适用于其他pdf文件，但对于这个有问题的文件，我得到的是一些没有任何意义的字符。
var text = string.Empty; using (var file = new File.OpenRead(path)) { using (var reader = new PdfReader(file)) { for (int pageNumber = 1; pageNumber <= reader.NumberOfPages; pageNumber++) { text += PdfTextExtractor.GetTextFromPage(reader, pageNumber); } } } 任何帮助都非常感谢。
示例PDF中亚洲字体的PDF声明不包含ToUnicode映射，以允许从字符代码映射到Unicode。
此外，它们的编码是Identity-H ，它是一种伪编码，因为它只是将0到65,535之间的2字节字符代码映射到相同的2字节CID值，因此这仍然没有定义可用的固定编码用于文本提取。
Identity-H实际上可以仅使用任何Registry ， Ordering和Supplement值与CIDFonts一起使用，并且这些ROS值传达实际的编码信息，从中可以导出到Unicode的映射。 您的文件就是这种情况。
为了在文本提取期间使用这些ROS值，iText需要一组资源文件来定义不同预定义ROS值的映射。 由于这些文件非常庞大，它们不是标准iText主发行版jar / dll的一部分，但必须作为单独的jar / dll文件添加到类路径中。
我只使用Java版本的iText测试了这个，因为我对它更熟练。
iText 5.x / Java
这个jar工件的5.x版本的Maven坐标：
com.itextpdf itext-asian 5.2.0
（由于近年来这些资源没有任何变化，自5.2.0以来没有5.x版本。）
在我将jar添加到类路径后，我可以成功从PDF中提取亚洲字符。 他们是否100％正确，我不能说因为我无法阅读它们。
iTextSharp 5.x / .Net
应该有类似的iTextSharp DLL与亚洲字体资源。 （我发现了iText 7的变体，但我不确定它是否适用于5.x iTextSharp。）
Googl’ing周围发现了一些iTextAsian-* ， iTextAsianCmaps-*和iTextAsian-all-*文件……但我不知道哪一个可以使用当前的iTextSharp 5.5.12。
随着OP的发现，还需要为iTextSharp注册DLL（与iText / Java相比）：
以下是如何通知iTextSharp亚洲dll在项目中。 您需要添加您的文本提取类的静态构造函数：
static PdfDocument() { iTextSharp.text.io.StreamUtil.AddToResourceSearch("iTextAsian.dll"); iTextSharp.text.io.StreamUtil.AddToResourceSearch("iTextAsianCmaps.dll"); }
我还添加了@mkl给出的答案。 以下是如何通知iTextSharp亚洲dll在项目中。 您需要添加您的文本提取类的静态构造函数：
static PdfDocument() { iTextSharp.text.io.StreamUtil.AddToResourceSearch("iTextAsian.dll"); iTextSharp.text.io.StreamUtil.AddToResourceSearch("iTextAsianCmaps.dll"); }