問題：部分漢字字體無法解析，出現CID代號
環境：Ubuntu18.04，PDF文件內容必須為文字，圖片不支持文字解析（Linux可以打開PDF文件右鍵，如果有復制圖像選項，則該PDF文件內容為圖像）
解決：pdfminer需要重新重新編譯一下，官方文檔首頁有提示，針對CJK字體的支持
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
參考：https://zhuanlan.zhihu.com/p/29410051 https://blog.csdn.net/qq_26984605/article/details/80859278