将印地语/阿拉伯语字符集从pdf文件转换为mobi文件

Question

我正在创建一个在线服务，我完全不知道从哪里开始多语言pdf到mobi文件转换。我已经为英语创建了一个应用程序，这很容易，但pdf和多字节字符集的问题是，它们被解释为图像，这意味着它们不被解释为mobi文件格式的单词。

有没有办法/在线服务/api/代码来实现这一点？任何可以在文件到文件的基础上做到这一点的windows应用程序都会很好……

Answer 1

您将需要为此编写自己的插件，因为在市场上没有对此的支持。但是，您可以使用自定义字母映射对其进行转换，这意味着每个图像首先由ocr读取，然后用于查找utf等效项。