PDFのコピペが文字化けするのはなぜか？～CID/GIDと原ノ味フォント～

続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2 PFN は、「現実世界を計算可能にする」を Vision として，膨大な計算量を必要とするシミュレーションや深層学習などの計算ワークロードを実行するためのオンプレ ML 基盤を持っています。 この発表では、「オンプレクラスタの概要」と最近のトピックとして「新しく構築した「MN-2b」」、「Pod のリソース要求量の最適化を助けるしくみ」、「Kubernetes クラスタのアップグレード」についてお話します。 本イベント「オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜」では、オンプレミスの Kubernetes クラスタ上に構築された機械学習基盤を持つ PFN とヤフーのエンジニアが自社での取り組みについて語り尽くします！ イベントサイト: https://

[raimon49]

玉の字がコピペで化けてしまう理由。

[yarumato]

“「見 高 長 音 玉」など簡単な漢字がコピペすると似た別字（部首文字）になるしPDF検索できない。PDF内部はUnicode無関係でコピペ時にPDF埋め込みcmapでUnicode化。TeXの解決法。AdobeJapan1フォントでも解決可能<-無料で配布”

[Dai44]

思ってたのと違う(全ての文字が検索できないしコピペすると記号になる系。官公庁のドキュメントでたまに見かける。こっちが原因なのかな… https://www.antenna.co.jp/pdf/reference/searchable-pdf.html )

[junjuns7]

仕組みがわからないから、Adobeのサポートの中の人のインド人に現象だけで説明してわかってもらうのムリ過ぎていつも泣いてた。こんどから少しわかる。 普通に文字コードで持ってくれればいいのに。

[criticabug]

検索エンジンもPDFからテキスト抽出する際 康煕部首ではなく CJK ideoglyph として解釈してほしいところ

[timetrain]

なんでもかんでもPDFで配布してそこからコピペしてね、という使い方は想定されていなかったのだろうけど、割と困ること多し

[mohri]

日本語TeXすごい！ これで開発に参加する方が増えるといいな……

[kiririmode]

PDF化したあとPDFからコピペすると文字がおかしくなる現象の理由

[iga_k]

PDFの仕組みと自作フォント（すごい）

[t-wada]

PDF内部では文字コードではなくグリフIDで管理しているが、グリフIDとUnicode符号は1対1対応しておらず、グリフ変換前の文字コードも捨ててしまうので、グリフから文字コードに戻すときに別のコードに当たってしまう

[fcicq]

pdf fix tuc

[equilibrista]

おかしな開示pdfもこれか

[Falky]

はあーなるほど。勉強になったし化けないフォントも超ありがてえ

[jiro68]

そもそもPDFが最初に出来た当時は、PDFの中のテキストをコピペして使うという用途は想定していなかったと思う。あくまでもフォーマットされた「文書」をそのまま他のコンピュータでも再現するための技術。仕方ない。

[tyhe]

困った記憶がある

[remix-cafe]

後で見よう。 PDFのコピペ問題は心底うんざりする。

[kuroaka1871]

トリガーをひかないフォント

[nabinno]

私のWindows10環境で文字化けしなかったのはChromeのフォントにSource Han Sansを使っているから(?)

[blueboy]

　PDF の規格に問題があるんだから、Adobe が規格を変えて対応するべき問題だろ。　文字化けする規格なんて、欠陥規格なんだから、滅びろ。 ／ そもそも、テキスト化できないように、わざとやっているだろ。これが理由。

[septoot]

各国、フォントは1種類にしてしまえばいいんだよ

[furu_ichi]

今度、帳票出力を実装する時に参考にしよう。

[hamichamp]

20年くらい前にとある会社でフォントを描画する部分作ってたな。この辺の事よく調べた。あまり情報なくて、それこそAcrobatの持ってるデータファイルとかも覗いてた。

[K-Ono]

とはいえ「一般的」には「個人でフォント追加などできようもない社内PCのWordで特に何も考えずメイリオを使いPDFに"印刷"」なのでつらい。

[marmot1123]

ありがたい。お世話になります。

[hnishi2509]

知見

[welchman]

そもそも日本語にバグ要因が多いのをなんとかしてくれ。なりません。

[mojimojikun]

( ･∀･)つ〃∩ ﾍｪｰﾍｪｰﾍｪｰ