[Webkit-unassigned] [Bug 178563] New: Copy Kannada Text from PDF created by Safari in mac

[bugzilla-daemon at webkit.org]

https://bugs.webkit.org/show_bug.cgi?id=178563

            Bug ID: 178563
           Summary: Copy Kannada Text from PDF created by Safari in mac
           Product: WebKit
           Version: WebKit Nightly Build
          Hardware: All
                OS: All
            Status: NEW
          Severity: Major
          Priority: P2
         Component: PDF
          Assignee: webkit-unassigned at lists.webkit.org
          Reporter: parthakr at gmail.com

Summary:
PDF created from pages, doesn't store the Kannada text for machine reading such as copy and paste the text. If the PDF created by pages in mac follows the PDF v1.5 and above with content layer, then the text will be able to copy and paste to a text pad out of PDF.

Steps to Reproduce:
Open the link below
http://kannadafont.blogspot.com/2017/10/case-15-pdf-from-safari.html 
Save this page as PDF in safari. 
Copy and paste the text from the PDF to a text editor. 
Compare the original text to text extracted from PDF.

Expected Results:
Original text successfully copied over.
ಕನ್ನಡ ವಿಶ್ವಕೋಶದ ಸದಸ್ಯರಿಂದ ರಚಿಸಲ್ಪಟ್ಟ ಹೊಸ ಲೇಖನಗಳಿಂದ ಕೆಲವು ಸ್ವಾರಸ್ಯಕರ ಸಂಗತಿಗಳು:
ಸುಭದ್ರಾಂಗಿ (ಧರ್ಮಾ ಅಥವಾ ಜನಪದಕಲ್ಯಾಣಿ) ಬೌದ್ಧ ಧರ್ಮದ ಮೂಲಗಳ ಪ್ರಕಾರ, ಮೌರ್ಯ ಚಕ್ರವರ್ತಿ ಬಿಂದಸಾರನ ಪತ್ನಿ ಮತ್ತು ಅವರ ಉತ್ತರಾಧಿಕಾರಿ ಅಶೋಕನ ತಾಯಿ.
ಪರಮಾರ್ಥ (ಕ್ರಿ.ಶ. 499-569) ಮಧ್ಯ ಭಾರತದ ಉಜ್ಜೈನ್‍ನ ಒಬ್ಬ ಸನ್ಯಾಸಿಯಾಗಿದ್ದನು. ಇವನು ವಸುಬಂಧುವಿನ ಅಭಿಧರ್ಮಕೋಶವನ್ನು ಒಳಗೊಂಡಂತೆ ತನ್ನ ಸಮೃದ್ಧ ಚೀನಿ ಅನುವಾದಗಳಿಗೆ ಸುಪರಿಚಿತನಾಗಿದ್ದಾನೆ .
ಆರ್.ಎನ್.ಸುದರ್ಶನ್ (೨ ಮೇ ೧೯೩೯ - ೮ ಸೆಪ್ಟೆಂಬರ್ ೨೦೧೭) ಭಾರತೀಯ ನಟ, ಕಂಠದಾನ ಕಲಾವಿದ , ನಿರ್ಮಾಪಕರಾಗಿದ್ದರು.ಕನ್ನಡ, ತೆಲುಗು, ತಮಿಳು, ಹಾಗೂ ಮಲಯಾಳಂ ಭಾಷೆಗಳಲ್ಲಿ 250ಕ್ಕೂ ಅಧಿಕ ಚಿತ್ರಗಳಲ್ಲಿ ಅಭಿನಯಸಿದ್ದಾರೆ.
ಅಭಿಮಾನ ಎರಡು ವಿರೋಧಾತ್ಮಕ ಅರ್ಥಗಳನ್ನು ಹೊಂದಿರುವ ಒಂದು ಆಂತರಿಕವಾಗಿ ನಿರ್ದೇಶಿತ ಭಾವನೆ. ನಕಾರಾತ್ಮಕ ಅರ್ಥದಲ್ಲಿ (ಅಹಂಕಾರ, ದುರಭಿಮಾನ), ಅಭಿಮಾನವು ಒಬ್ಬರ ವೈಯಕ್ತಿಕ ಮೌಲ್ಯ, ಸ್ಥಾನಮಾನ ಅಥವಾ ಸಾಧನೆಗಳ ಮೂರ್ಖತನದ ಹಾಗೂ ವಿಚಾರಹೀನವಾಗಿ ಅಶುದ್ಧ ಅರ್ಥವನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಮತ್ತು ದುರಹಂಕಾರ ಪದದ ಸಮಾನಾರ್ಥಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.
ಬ್ರಹ್ಮಗಿರಿ ಪುರಾತತ್ವ ಸ್ಥಳ ಭಾರತದ ಕರ್ನಾಟಕದ ಚಿತ್ರದುರ್ಗ ಜಿಲ್ಲೆಯ ಪುರಾತತ್ವ ಸ್ಥಳವಾಗಿದೆ. ಪುರಾಣದ ಪ್ರಕಾರ ಇದು ಗೌತಮ ಮಹರ್ಷಿಯನ್ನು (ಗೌತಮ ಮಹರ್ಷಿ ಎಂದೂ ಸಹ ಕರೆಯಲಾಗುತ್ತದೆ) ಮತ್ತು ಅವರ ಹೆಂಡತಿ ಅಹಲ್ಯ ವಾಸಿಸುತ್ತಿದ್ದ ಸ್ಥಳವಾಗಿದೆ.

Actual Results:
Obscured text. Simple text come through successfully. But most remains obscured.
ಕನ#ಡ %␣ಶ()␣ೂೕಶದ ಸದಸ./␣ಂದ ರ2␣ಸಲ4ಟ6 7␣ೂಸ 8␣ೕಖನಗ;␣ಂದ )␣ಲವu >?(ರಸ.ಕರ ಸಂಗ@␣ಗಳu:
ಸುಭE?FಂG␣ (ಧI?J ಅಥM? ಜನಪದಕP?.Q␣) R␣ದS ಧಮJದ ಮೂಲಗಳ ಪFU?ರ, V␣ಯJ ಚಕFವ@␣J Y␣ಂದ>?ರನ ಪ@␣#
ಮತು[ ಅವರ ಉತ[]?^␣U?/␣ ಅ_␣ೂೕಕನ `?a␣.
ಪರI?ಥJ (b␣F.ಶ. 499-569) ಮಧ. c?ರತದ ಉd␣eೖgನ ಒಬj ಸk?.l␣m?G␣ದnನು. ಇವನು ವಸುಬಂಧು%␣ನ
ಅp␣ಧಮJ)␣ೂೕಶವನು# ಒಳq␣ೂಂಡಂr␣ ತನ# ಸಮೃದS 2␣ೕt␣ ಅನುM?ದಗ;␣q␣ ಸುಪ/␣2␣ತk?G␣E?nu␣ .
ಆw.ಎg.ಸುದಶJg (೨ z␣ೕ ೧೯೩೯ - ೮ ␣€␣6ಂಬw ೨೦೧೭) c?ರ@␣ೕಯ ನಟ, ಕಂಠE?ನ ಕP?%␣ದ ,
t␣I?Jಪಕ]?G␣ದnರು.ಕನ#ಡ, r␣ಲುಗು, ತ„␣ಳu, …?ಗೂ ಮಲm?ಳಂ c?†␣ಗಳ‡␣ˆ 250ಕೂ‰ ಅ^␣ಕ 2␣ತFಗಳ‡␣ˆ ಅp␣ನಯl␣E?nŠ␣.
ಅp␣I?ನ ಎರಡು %␣Š␣ೂೕ‹?ತŒಕ ಅಥJಗಳನು# 7␣ೂಂ␣ರುವ ಒಂದು ಆಂತ/␣ಕM?G␣ t␣Ž␣ೕJ␣ತ c?ವu␣. ನU?]?ತŒಕ ಅಥJದ‡␣ˆ
(ಅಹಂU?ರ, ದುರp␣I?ನ), ಅp␣I?ನವu ಒಬjರ ‘␣ೖಯb␣[ಕ V␣ಲ., >?’ನI?ನ ಅಥM? >?ಧu␣ಗಳ ಮೂಖJತನದ …?ಗೂ
%␣“?ರ”␣ೕನM?G␣ ಅಶುದS ಅಥJವನು# ಸೂ2␣ಸುತ[Ž␣, ಮತು[ ದುರಹಂU?ರ ಪದದ ಸI?k?ಥJಕM?G␣ ಬಳಸP?ಗುತ[Ž␣.
ಬFಹŒG␣/␣ ಪu]?ತತ( ಸ’ಳ c?ರತದ ಕk?Jಟಕದ 2␣ತFದುಗJ •␣8␣ˆಯ ಪu]?ತತ( ಸ’ಳM?G␣Ž␣. ಪu]?ಣದ ಪFU?ರ ಇದು —␣ತಮ
ಮಹ˜␣Jಯನು# (—␣ತಮ ಮಹ˜␣J ಎಂದೂ ಸಹ ಕŠ␣ಯP?ಗುತ[Ž␣) ಮತು[ ಅವರ 7␣ಂಡ@␣ ಅಹಲ. M?l␣ಸು@␣[ದn ಸ’ಳM?G␣Ž␣.

-- 
You are receiving this mail because:
You are the assignee for the bug.
-------------- next part --------------
An HTML attachment was scrubbed...
URL: <http://lists.webkit.org/pipermail/webkit-unassigned/attachments/20171020/fd3cae0b/attachment-0001.html>