Estoy tratando de extraer texto de archivos PDF utilizando Perl. he estado usandopdftotext.exe desde la línea de comandos (es decir, utilizando Perlsystem Función) para extraer texto de archivos PDF, este método funciona bien.

El problema es que tenemos símbolos como α, β y otros caracteres especiales en los archivos PDF que no se muestran en el archivo txt generado. También algunos espacios adicionales se están agregando al azar en el texto.

¿Existe una forma mejor y más confiable de extraer texto de los archivos PDF de modo que el texto incluya todos los símbolos como α, β, etc. y el texto coincidirá exactamente con el texto del PDF (es decir, sin espacios adicionales)?