PDF文字公式复制：粘贴乱码如何处理
更新于
PDF文字公式复制后出现乱码，未必是粘贴目标出了问题。PDF 页面可以把字形放在正确位置，却不一定能把它们还原成正确的字符顺序。先看纯文本结果，再对照原页区分字符映射问题和结构丢失，才能选择合适的修订路线。
把一次复制缩小到一条短式
选一条含普通字母、数字和运算符的短公式，在阅读器中复制到纯文本编辑区域。记录原页看到了什么、粘贴后变成什么。测试不宜从跨行矩阵开始，否则多种问题混在一起，很难判断是字体编码异常，还是读取顺序被打乱。
再取一段普通正文作比较。正文正常而公式异常时，可能与数学字形的映射有关；正文也出现大量错字，则还要考虑附加文字层质量。若内容根本无法逐字选取，确认工具状态后，再判断是否需要转向图片区域处理。
不要在第一次乱码后立刻全选整篇重试。整页提取会把页眉、页脚和栏间内容也带入，既增加校对量，又掩盖原来的具体问题。小样本能够告诉你是否还有必要沿用复制路线，而不是让一个错误在整份文稿里重复出现。
区分字形错、顺序错和层级丢失
可以把现象分为三类，每类处理方法不同：
- 原来是字母，粘贴后变成另一字符或方框，先查字符映射与原页字形。
- 字符大多存在，但左右顺序混乱，先检查是否跨栏、跨行或夹入编号。
- 字符及顺序基本正确，分式却变成一串文本，需要重建数学层级。
纯文本本来就不保留全部视觉位置，因此它是诊断工具，不是最终公式的保证。比如分子和分母按顺序挤成一行，即使每个字母都对，也缺少“谁在分数线上方”的信息。复制时取得的内容应与页面上的二维结构一起阅读。
对单个相似符号，可结合当前段的定义判断；若多个运算符都错，不宜用全局替换碰运气。同一字形在不同公式中可能有不同含义，字体映射造成的异常也未必始终一致。应回到逐条对应，必要时改为人工录入或图片识别后复核。
根据诊断结果重建一条完整公式
若只是少量字符异常，在本站编辑区按原页修正，并用预览确认结构。分式、根号等可通过符号面板或 LaTeX 源码表达。不要把未经校对的长串文本直接套上数学定界符，就视为恢复了原公式。
若文字层明显不可靠，可从原页面截取清楚的完整公式，再使用图片识别。本站该功能需登录与会员，输入支持 PNG、JPG、BMP，单张不超过 5MB。识别后的结果仍与原页比较，不能把换输入方式视为取消校对。
当正文可复制、公式需重建时，将两者分开整理。正文放进文档工作区，公式在对应位置插入，避免整段文字被当作一条公式。这样发现某个运算符有误时，可以单独修改，不必重新处理整个段落。
用目标环境确认最终可用性
准备交到 TeX 文稿时，检查代码在目标数学环境中的预览，尤其是换行和括号。准备交到 Word 时，可在本站预览模式导出 .docx，再用 Word 2016 及以上核验可编辑对象。导出要求登录并开通会员。
最后保留原 PDF 页码、重建后的内容及发生过的问题。再次遇到同一本资料，不要默认所有页面的文字层表现一致，可以继续先用短式测试。复制是否成功应以内容和结构的对应为准，而非剪贴板里有没有出现字符。
延伸阅读
常见问题
- PDF文字公式复制后为什么会出现乱码？
- 页面显示字形与复制出的字符依赖的映射并不完全相同，字体编码或附加文字层可能造成偏差。公式还含二维位置，粘贴成一串文本后也可能丢失层级与顺序。
- PDF文字公式复制前能否先判断是否有文字层？
- 可以选择少量正文和公式分别测试，并粘贴到纯文本中核对。能够选择只是线索，仍要检查字符是否匹配，不能把可选中等同于可可靠复制。