Extracting text from kurdish PDF does not work

[vanniktech]

Using com.tom-roush:pdfbox-android:2.0.27.0, I'm trying to extract text from a PDF:

val pdfTextStripper = PDFTextStripper()
pdfTextStripper.startPage = 1
pdfTextStripper.endPage = 5
pdfTextStripper.getText(it)

it can extract some of the kurdish text, but then afterwards it's just garbage:

@ @
:بؤکان  
۶۲۲۱۳۴۰: حمةمةد ئةمني شاسةنةم  
۶۲۴۲۹۲۱: عةلی جةوشةنی  
  :ئاماده  کردنی
@ @
_ôš@ô䆊ìíjŽïÜ@òìóäaìbm@òìíàóè@ãóiA@ @
@ @
çbn†ŠíØ@ÿó óÜ@âïmóîbå’b÷@ @
 
@@
@@
@@
@@
@@
@@
@@
@@
@@
@@
Šóìíä@Zÿ‡äòŠ@çbmbäbu@@
‹Žï Šòì@Zôn’b÷@æóyýó@@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
@
kŽïnØ@õìbä@Z_ôš@ô䆊ìíjŽïÜ@òìóäaìbm@òìíàóè@ãói @
Šóìíä@Zÿ‡äòŠ@çbmbäbu @
‹Žï Šòì@Z††óyýóôn’b÷@æî@@
òìóäìíša‡Žïq@Zôäýìóà@†óáyó÷@@
ˆa‹ïm@Z@@
熊br@õòŠbàˆZ@@
ãóØóî@ôqbš@Z2003@@
oïqæš@Z@ôåŽïíy@çbn†ŠíØ–@çbîóäbi@æî‹ó÷@I†bibèóà@õŠbÄü H@@
[ I ] 
 
 
 
 
 
 
 
ôØó“Žïq@ @
@@
æî†@LòìòŠò‰Žîím@Lò†ŠbraŠ@LŠaíjŽîŠ@ôÝÙ’@ŠóóÜ@ôØòìý@õû‹à@Šbu@fÜó @@LŠòìŠóq
@çbn†ŠíØ@óäìímbè@‹ŽïåÜaìóè@ì@‘bäŠbØ@N@çbï‚û†ìŠbi@Lòìóäìíi†Šì@LçìaŠó 
@ó äbîì솋Ø@fi@oîíŽïq@ôš@ì@òìì‡äbäóÜóè@N@ü‚@b î@æîŠó qaŠ@üi@çbïÙÜó‚
@òìa†@çbè@ômóîbØòŠóiìì†[@aŒóè@@òìómû†‹Ø@‹‚@ì@òìómòìbä@çbîìa†@çaŠ@N@ìòŠói@õ†b’@ói
@òìíš@paŠómóÐ@ói@çbîŠó@çbî@òìóäìíi@ÿbà@N@óäbóØ@ãó÷@Šóè@fi@ônaŠ@õòìó÷@ãłói
@òìóäóÙi@üØ@Žïqói@ì@†Šì@ŠbvØóî@ñŠbïäaŒ@óäbîíïäaím@N@ì@fia‹Ø@õò‡åŽïè@Šóè@çb’bq
@çbï’óáŽï÷@üi@Lfi‡äaŒóióä@ôäbîü‚@õ‡äòìòˆŠói@õŠìíåòìómòìa‹Žï @N@çýóš@ŠûŒ@•óáŽï÷
‹ŽïÜ@ì@çbàü‚@ôÜbà@óÜ@ôîòŠìím@ói ì çbïàò†@ói@eìóÜ@@çbïäbîb’@õòìó÷@ì@òìóåîìíš@a†
çbáŽïq@òìíióä@çìímí @N@ì@çì솋ÙŽïÜ@çbáîŒaí“Žïq@òìó’ü‚@õììŠ@ói@”îŠbu@e‡äóè
@bi@bu@LòìbåŽïèa†@×óè@ói@çbáäa†@ì@çì솊bä@üi@çbà‹Žï‚ói@õbÈì†@çaŠaŒóè@@@”ïÜbm@
@fiìíiNNN@@
@fØóî@LójŽïnØ@ãó÷@õŠóìíä@ì@ôîbÙî‹àó÷@õòìa‹Øìbš@õ‹ŽïåÜaìóè@Lÿ‡äòŠ@çbmbäbu
@óäìíš@òìòq@ói@ì@æm‹ ŽîŠ@ôäbîb’@óØ@óîóäbóØ@ãóÜ@N@@@e‹ ò‡Üóè@ÿ‡äòŠ@ôäbØómì
ô’@üi@çbïÜbiü÷@æÔóè@ì@oaŠ@çbîóàbØ@ì@e‹Ùi@ŠóóÜ@çbîòìóäa‡ÙŽïÜ@ì@òìó䆋Ø
“ŽïÙi@òìóåŽî‹Ø@Šaí‚ìòŠó@•bq@ìòŠói@òìóÜói@ói@çìíióäaì@çbîóéŽïØ@ì@e‹@N@ì@ômóîaŒb÷
@ì@í ŽîŒ†@õŠìò†@ôäa†ìbÔ@óÜ@ì@ç‡äbØŠ†@póibi@óÜ@óäbåï÷@ãó ÷@õ‰ Žïi‹Ìû†ö×ò†
@ì@çbán“ïä@ì@ßó @ôäbåàˆì†@ì@Úîïä@ì@Šìì†@ôäaŠaìóÌ@õìaìóm@õóäbÄû‹àbä
@çaŠójŽîŠ@óÜ@fáÔbm@ômóäbîó‚@ì@æïäaŒóäfÜ@ì@wäŠó@ôŽïu@†ŠíØ@ôäbØò†‹ØŠó@ì
óîòìóäìíi†Ší‚@N@ôäbáïäó‚@ì@æàˆì†@çbàŒ@óÜ@ôäbØóïîŠbïäaŒ@óÜ@ÚŽï’ói@ónaŠ@fÜói
@çbánóè@çbàü‚@ì@ænaŠ@çbîóiŠûŒ@óØ@óäììŠ@ãłói@Lçìím‹ Šòì@òìò‹nØóî
@æäbàìínî†@ìbš@ói@ì@çì솋Øfq@N@çbàŒ@óÜ@óäbmì@ãó÷@ìínŽïi@òìó‚a†ói@ŠûŒ@ôšóØ
äììŠ@óÜ@õóØóäóm@ì@ç‹ ò‡Üóè@üi@õłb÷@LŠò†óåŽïi@çbán“ïä@ôÙŽîŠìíÉ’@çòìb‚@ì@‹ïjØb
çóØò†@õóàóØòŠóm@ì@æmíØò†@ìì†N@@
ôäbîˆ@óÜ@óØ@fióä@aì@ôóØ@óäòŠ@póÕïÔóyói@@fia†óäììŠfÜ@ôŽïuóibä@aì@õò†‹Ø@a†
ŽîŠ@ì@ÛûŠó@ì@óÜóuŠó@õòŠói@íŽïä@óÜ@pójîbmói@LòìónŽïiìíióä@çbáï’óq@ôŽïÜ@óØçaŠój@a†@N
@@ôäììŠò†@ómün‚@ôä‰‚ü÷@ãóè@Lòìbä@õü‚@õóÜóè@óÜ@ôŽïq@ì@ômóîìa‹Žîì@õòìó÷@bu
@Šó@ómün‚@ôÙ“ïm@ì@òì솋Ø@ôÙÜó‚@ô܆@ôåŽïÙ“î‹qìb÷@ÚŽîŒüm@ãóè@ì@õü‚
ôŽïÜ@õŠbàò†@ì@ïÐ@ì@òìa‹Žîìóä@õòìó÷@ãłói@LçbïŽîŠóÝmóè@@ô܆@ŠóóÜ@LfåŽïØŠ‡ïi@òìaŠó óä

I've attached the PDF file.

18924.pdf

[hrithik1233]

Maybe use other text extracting tools like Google ml kit to convert the page into bitmap then extract the text, not the solution for this library but for the problem.

[THausherr]

Same effect when using Adobe Reader on page 2.