请教foreign language processing的问题

可能这个问题要请教学computational linguistics的朋友。我有一些用python处理数据的经验，但是没有处理过英语以外的文字。现在手里有些拉丁文的pdf file, 需要parsing, 做成数据库。但是从pdf转txt后那些特殊字符就变成英文字母了，想请教如何保留拉丁字母。多谢

和语言处理无关，和你的pdf parsing library有关，建议换个library试试