问题：部分汉字字体无法解析，出现CID代号
环境：Ubuntu18.04，PDF文件内容必须为文字，图片不支持文字解析（Linux可以打开PDF文件右键，如果有复制图像选项，则该PDF文件内容为图像）
解决：pdfminer需要重新重新编译一下，官方文档首页有提示，针对CJK字体的支持
python tools \ conv_cmap.py pdfminer \ cmap Adobe-CNS1 cmaprsrc \ cid2code_Adobe_CNS1.txt cp950 big5
python tools \ conv_cmap.py pdfminer \ cmap Adobe-GB1 cmaprsrc \ cid2code_Adobe_GB1.txt cp936 gb2312
python tools \ conv_cmap.py pdfminer \ cmap Adobe-Japan1 cmaprsrc \ cid2code_Adobe_Japan1.txt cp932 euc-jp
python tools \ conv_cmap.py pdfminer \ cmap Adobe-Korea1 cmaprsrc \ cid2code_Adobe_Korea1.txt cp949 euc-kr
python setup.py install
参考：https://zhuanlan.zhihu.com/p/29410051 https://blog.csdn.net/qq_26984605/article/details/80859278