GoogleやYahoo!で文字を重ねて検索すると、リンク先に存在しない文字がヒットします。

縦書きと　横書きの問題だと思います

日日

本本

語語

これが　日日本本語語　で検索されるんだと思います

今グーグルで　jjjjjaaaaapppppaaaaannnnn　って検索したら上記のページがでて　ページ内で　jjjjj　で検索したら上のJAPANが出ました　

文字に特定の飾り付けをするとなるようです

「HTMLバージョン」となっているものを見ると、「jjaavvaa」のような形で表示されます。

GoogleがPDFを解析してデータベースに入れるときに、そのような形で保存されているためだと思います。

また、このような形になってしまうのは、影付き文字などで文字を重ねた表現を使っているため、データ上紛らわしい状態になっていることが推測されます。

これはGoogleがpdfなどをテキストにしてキャッシュする際に、

影文字や疑似ボールドなどの装飾を

同一文字の連続として変換してしまうから、

ということのようです。

昔、機械式タイプライターの頃、

同じ文字を重ね打ちしてボールドにしていたような、

ちょうどそんな感じですね。

このことは掲示板でも話題になっていたようですね。

同じ文字を少しだけずらして重ねる事で、影をつけたり、立体的に見せたりしているのだと思います。

前後含めてコピーしたものをメモ帳などに貼り付けてみて下さい。

さっき見えていたものと違って、実際は同じ文字が複数あるのがわかると思います。

HTML で近いことをやっているものがありました。URL のページをご覧下さい。

（ちなみに PDF ならともかく、HTML でこういう事をするのはかなり邪道です。）

PDF変換の際、太字スタイルを同じ文字の重なりで表現しようとするために発生する問題ですね。

社内で使っている検索エンジンでも、太字が使われているWordやExcelの文書から変換したPDFファイルで同様の現象がおきていました。

GoogleではPDFからテキストを抽出するのに、おそらくpdftohtmlを改良したプログラムを使っていると思います。上記urlはデスクトップ検索の著作権ページですが、本体のWeb検索の方でもpdftohtmlが使用されているのではないかと。