PDF单词粘连
所谓“PDF单词粘连”，就是某些文本型的PDF文件，当用Adobe Reader（或其它任何能打开PDF文件的软件）打开浏览时，看到的内容没有任何异常。但是当从里面复制英文段落时，对于英文部分得到是一串连在一起的英文字母，英文单词之间的空格都丢失了。无论粘贴对象是Word还是UltraEdit或记事本，都是一样的结果。对于这样的PDF文件，不论用什么PDF浏览器，诸如Adobe Reader、FoxitReader还是什么Apabi或CajViewer。这样的PDF文件虽然不影响浏览，但是不能对英文内容创建索引，所以也不能检索。
产生单词粘连的原因
单词粘连的原因是字符的宽度信息不正确。在PDF内部，没有通常意义上的“
空格”来分隔单词，单词之间的空格是靠字符之间的距离来判断并添加的，在执行判断时，需要使用字符的宽度信息，这个信息来自于PDF中对字体的描述，而不是我们在页面上看到的字符的实际宽度，在正常字体中，宽度信息应比实际宽度大一些，大多少没有统一的标准，所有出现单词粘连问题的PDF文件中，都是宽度信息比实际宽度大很多。如下图中所示，蓝色区域是字符"e"的宽度信息，它比"e"的实际宽度要大很多，以宽度信息是无法界定在"e"和后面的"v"之间应添加一个空格的。
修复结果
如下图中的页面，在修复之前复制得到的是一串连在一起的字母。而修复之后呢，我们得到的是清晰的单词。
修复之前复制得到的结果，可以看到每一行中所有的单词都是连成一串，不具备可读性。
这是修复之后复制得到的结果，可以看到所有的单词都被正确地用空格隔开，可以进行阅读和建立索引。
修复策略
在修复的过程，有一条基本原则是，不能破坏原始的版面，即修复后的PDF文件在浏览时与原始PDF文件有相同的呈现效果，另外在修复 过程不需要人为干预，软件自动判断字体是否存在问题，对于存在问题的字体，根据问题现象分类进行修复，包括调整字体和版面，然后输出正确的文件。为了保证修复不破坏原始PDF文件的版面，每个文件修复完成后，都会与原始文件进行比较，以确认是否在修复过程导致文件被破坏，并产生一个日志文件保存每个文件的结果。
修复要求
PDF文件在修复之前不能存在乱码问题，原因是在判断一个字体是否是存在问题时，需要使用字符的正确编码，如果编码不正确，则修复结果是不可预期的。是否存在乱码问题及修复过程请浏览
PDF乱码修复
样例文件
[原始文件][修复结果]