解决灵犀里pdftotext中文乱码的问题

灵犀里的portableGit环境，自带pdftotext命令，可以从pdf里提取文本

"C:\Users\Administrator\AppData\Roaming\WPS 灵犀\portable-git\PortableGit\mingw64\bin\pdftotext.exe"

今天尝试用它读pdf发票，发现中文乱码，尝试指定utf8或gbk编码都不行

原汤化原食，直接问灵犀为啥

灵犀研究了一番说，这个pdftotext是xpdf的版本，不像poppler版本，没有自带中文支持

于是尝试解决

先从xpdf官网下载中文包

https://www.xpdfreader.com/download.html

解压到任意文件夹，比如我放到D盘

复制add-to-xpdfrc到用户主目录下，比如C:\Users\Administrator，改名叫xpdfrc

将xpdfrc文件里所有的路径指向之前解压缩的目录

好了，现在打开灵犀自带的bash

"C:\Users\Administrator\AppData\Roaming\WPS 灵犀\portable-git\PortableGit\git-bash.exe"

用命令提取pdf发票备注里的户号信息

pdftotext.exe -raw -enc GBK 1.pdf - | iconv -f GBK -t UTF-8 | grep -A2 户号

在没有设置xpdfrc文件之前，-enc GBK指定文件编码会报错

设置中文支持后，指定GBK编码即可得到pdf内容

之后想写个脚本批量用pdf发票的备注里的信息重命名发票，也就简单多了