在Web应用中集成 PDF.js: 通过jsdelivr实现动态加载与批注的思考

liuian 2025-05-28 18:48 5 浏览

PDF 文档在现代 Web 应用中越来越常见，无论是作为文档预览、报告展示还是在线编辑的载体。Mozilla 的 PDF.js 是一个功能强大的 JavaScript 库，它使得在浏览器端渲染和显示 PDF 文件成为可能，无需依赖原生插件。

本文将深入探讨如何在你的项目中使用 pdfjs-dist 库的 5.2 版本，特别关注其通过 jsdelivr 引入的 ESM (ECMAScript Module) 版本 (.mjs 文件)，并在此基础上实现 PDF 文件的动态加载，同时对实现批注功能给出思路和指导。

为什么选择 pdfjs-dist 5.2 ESM 和 jsdelivr？

pdfjs-dist: 这是 PDF.js 的发布版本，包含了核心渲染代码和相关的构建产物，方便在项目中使用。
5.2 版本: 选择特定版本有助于保证代码的稳定性，避免未来版本更新可能带来的兼容性问题。
ESM (.mjs): ECMAScript Modules 是现代 JavaScript 的标准模块系统。使用 ESM 可以更好地组织代码、提高性能（如 tree shaking）并避免全局变量污染。它需要现代浏览器的支持，并通过 <script type="module"> 标签引入。
jsdelivr: 这是一个免费的、快速的 CDN (Content Delivery Network)，可以直接从 npm 包获取文件。使用 CDN 可以加速库的加载，减轻自己服务器的压力。

第一步：核心集成 - 引入pdfjs-distESM 版本

使用 ESM 格式引入库需要在你的 HTML 文件中做一些调整。我们需要引入 pdf.min.mjs（核心库）和 pdf.worker.min.mjs（用于在 Web Worker 中执行耗时任务）。

在你的 HTML 文件中，使用 <script type="module"> 标签来编写或引用你的 JavaScript 代码：

<!DOCTYPE html>
<html>
<head>
  <title>PDF.js ESM Integration</title>
  <meta charset="UTF-8">
  <style>
    /* 可以添加一些基本的样式 */
    #pdf-viewer-container {
      width: 800px; /* 根据需要设置容器宽度 */
      margin: 20px auto;
      border: 1px solid #ccc;
      overflow: auto; /* 如果PDF很大需要滚动 */
    }
    /* 其他样式将在后续步骤中添加 */
  </style>
</head>
<body>
  <h1>PDF.js ESM Example</h1>

  <!-- 你的 PDF 查看器 UI 元素将在这里 -->

  <!-- 使用 type="module" 引入你的主要 JavaScript 文件 -->
  <!-- 假设你的主要逻辑在 main.js 中 -->
  <script type="module" src="./main.js"></script>

</body>
</html>

在你的 main.js 文件中，使用 import 语句从 jsdelivr 引入 pdfjs-dist：

// 从 jsdelivr 引入 pdfjs-dist 的核心模块
// 使用具体的版本号 5.2.133 (这是一个示例版本号，请根据实际需要调整)
import { getDocument, GlobalWorkerOptions } from 'https://cdn.jsdelivr.net/npm/pdfjs-dist@5.2.133/build/pdf.min.mjs';

// 设置 workerSrc，这是 pdfjs-dist 必须的配置
// workerSrc 应该指向 pdf.worker.min.mjs 文件，且版本应与主库一致
GlobalWorkerOptions.workerSrc = 'https://cdn.jsdelivr.net/npm/pdfjs-dist@5.2.133/build/pdf.worker.min.mjs';

// 现在你可以使用导入的 getDocument 函数来加载 PDF
// 例如加载一个远程 PDF 文件 (这将在下一节详细展开)
/*
async function loadSamplePdf() {
  const samplePdfUrl = 'https://raw.githubusercontent.com/mozilla/pdf.js/ba2edeae/web/compressed.tracemonkey-pldi-09.pdf';
  try {
    const loadingTask = getDocument(samplePdfUrl);
    const pdfDocument = await loadingTask.promise;
    console.log('Sample PDF loaded:', pdfDocument);
    // TODO: 渲染 PDF 页面
  } catch (error) {
    console.error('Error loading sample PDF:', error);
  }
}

loadSamplePdf(); // 页面加载后尝试加载一个示例 PDF
*/

解释：

<script type="module" src="./main.js">：告诉浏览器加载 ./main.js 文件作为一个 ES 模块。
import { getDocument, GlobalWorkerOptions } from '...'：使用 ESM 导入语法，从 jsdelivr 上的 pdf.min.mjs 导入 getDocument 函数和 GlobalWorkerOptions 对象。
GlobalWorkerOptions.workerSrc = '...'：非常重要，这配置了 PDF.js worker 脚本的 URL。worker 负责在后台处理 PDF 的解析，避免阻塞主线程，提高用户体验。

第二步：实现 PDF 文件的动态加载与渲染

在实际应用中，你通常需要根据用户的操作（例如选择文件或输入 URL）来加载不同的 PDF 文件。我们需要一个 HTML 结构来接收用户输入，并编写 JavaScript 代码来处理加载和渲染过程。

扩展你的 HTML (在 <body> 内)：

<!-- ... (head and previous body content) ... -->
<body>
  <h1>My Dynamic PDF Viewer</h1>

  <input type="file" id="pdfFilePicker" accept="application/pdf">
  <button id="loadPdfButton">Load Selected PDF</button>
  <button id="loadUrlPdfButton">Load Sample PDF from URL</button>

  <div id="pdf-viewer-container">
    <!-- PDF 页面将渲染到这里 -->
  </div>

  <script type="module" src="./main.js"></script>
</body>
</html>

添加必要的 CSS (在 <style> 标签内)：

/* ... (previous styles) ... */
.pdfPage {
  margin-bottom: 10px; /* 页与页之间的间距 */
  border-bottom: 1px solid #eee; /* 页之间分隔线 */
  position: relative; /* 为后续添加批注层做准备 */
  box-shadow: 0 0 8px rgba(0,0,0,0.1); /* 添加一些阴影效果 */
}
.pdfPage canvas {
    display: block; /* 防止 canvas 下方出现空白 */
    margin: 0 auto; /* canvas 居中 */
}
/* 批注层样式，如果需要 */
.annotationLayer {
    position: absolute;
    top: 0;
    left: 0;
    width: 100%;
    height: 100%;
    pointer-events: none; /* 默认不捕获鼠标事件，除非需要交互 */
    overflow: hidden; /* 避免批注超出页面边界 */
}

修改 main.js 来实现动态加载和渲染逻辑：

// ... (import and workerSrc setup) ...

const pdfViewerContainer = document.getElementById('pdf-viewer-container');
const pdfFilePicker = document.getElementById('pdfFilePicker');
const loadPdfButton = document.getElementById('loadPdfButton');
const loadUrlPdfButton = document.getElementById('loadUrlPdfButton');

let pdfDocument = null; // 存储当前加载的 PDF 文档对象

// 函数：渲染单个页面
async function renderPage(pageNum, pdfDocument) {
  if (!pdfDocument) return; // 确保文档已加载

  try {
    const page = await pdfDocument.getPage(pageNum);
    const scale = 1.5; // 渲染比例，可以根据需要调整
    const viewport = page.getViewport({ scale: scale });

    // 创建一个 div 容器用于包裹 canvas 和其他层 (如批注层)
    const pageDiv = document.createElement('div');
    pageDiv.className = 'pdfPage';
    // 设置 pageDiv 的尺寸以匹配渲染后的页面尺寸
    pageDiv.style.width = `${viewport.width}px`;
    pageDiv.style.height = `${viewport.height}px`;
    pageDiv.dataset.pageNumber = pageNum; // 存储页码方便后续查找

    // 创建 canvas 元素用于渲染 PDF 内容
    const canvas = document.createElement('canvas');
    const context = canvas.getContext('2d');
    canvas.height = viewport.height;
    canvas.width = viewport.width;

    pageDiv.appendChild(canvas); // 将 canvas 添加到 pageDiv 中

    // 创建一个用于自定义批注的层 (将在第三步讨论)
    const annotationLayer = document.createElement('div');
    annotationLayer.className = 'annotationLayer';
    // annotationLayer.style.width = `${viewport.width}px`; // 批注层尺寸通常与 viewport 一致
    // annotationLayer.style.height = `${viewport.height}px`;
    // 批注层需要定位在 pageDiv 内部，且覆盖 canvas
    // 通过 CSS .annotationLayer 设置 absolute position 和 top/left 0 即可

    pageDiv.appendChild(annotationLayer); // 将批注层添加到 pageDiv 中

    pdfViewerContainer.appendChild(pageDiv); // 将 pageDiv 添加到主容器

    // 渲染 PDF 页面内容到 canvas
    const renderContext = {
      canvasContext: context,
      viewport: viewport,
      // 如果需要渲染内置的文本层或批注层，可以在这里指定容器
      // 引入并使用 TextLayerBuilder 和 AnnotationLayerBuilder 会增加代码复杂度
      // textLayer: textLayerDiv,
      // annotationLayer: annotationLayerDiv,
      // annotationMode: pdfjsLib.AnnotationMode.ENABLE_FORMS,
    };

    // 执行渲染，这是一个异步操作
    await page.render(renderContext).promise;
    console.log(`Page ${pageNum} rendered.`);

    // TODO: 如果需要渲染内置文本层和批注层，在这里调用其 render 方法
    // 例如 textLayer.render(); annotationLayer.render();

  } catch (error) {
    console.error(`Error rendering page ${pageNum}:`, error);
    // 可以在页面位置显示一个错误消息
  }
}

// 函数：加载并渲染整个 PDF
async function loadAndRenderPdf(pdfData) {
  // 清空之前的渲染内容
  pdfViewerContainer.innerHTML = '';
  pdfDocument = null; // 清除之前加载的文档对象

  try {
    // 加载 PDF 文档，pdfData 可以是 URL 字符串、ArrayBuffer、Blob 等
    const loadingTask = getDocument(pdfData);
    pdfDocument = await loadingTask.promise;

    console.log('PDF loaded:', pdfDocument);
    const numPages = pdfDocument.numPages;
    console.log('Number of pages:', numPages);

    // 循环渲染每一页
    for (let pageNum = 1; pageNum <= numPages; pageNum++) {
      // 使用 Promise.resolve() 包裹 renderPage 可以让循环继续，而无需等待每页渲染完成
      // 这样可以更快地显示第一页
      Promise.resolve().then(() => renderPage(pageNum, pdfDocument));
    }

    // TODO: 如果需要处理 PDF 元数据、大纲、缩略图等，可以在这里访问 pdfDocument 对象

  } catch (reason) {
    console.error('Error during PDF loading:', reason);
    alert(`Failed to load PDF: ${reason.message || reason}`); // 给用户提示
  }
}

// 事件监听器：加载本地文件
loadPdfButton.addEventListener('click', () => {
  const file = pdfFilePicker.files[0];
  if (file) {
    const reader = new FileReader();
    reader.onload = function(e) {
      const arrayBuffer = e.target.result;
      loadAndRenderPdf(arrayBuffer); // 加载 ArrayBuffer
    };
    reader.onerror = function(e) {
        console.error("FileReader error:", e);
        alert("Error reading file.");
    }
    reader.readAsArrayBuffer(file);
  } else {
    alert('Please select a PDF file.');
  }
});

// 事件监听器：加载示例 URL
loadUrlPdfButton.addEventListener('click', () => {
    const samplePdfUrl = 'https://raw.githubusercontent.com/mozilla/pdf.js/ba2edeae/web/compressed.tracemonkey-pldi-09.pdf'; // 替换为你自己的 PDF URL
    loadAndRenderPdf(samplePdfUrl); // 加载 URL
});

// 注意：你的 HTML 文件需要通过 Web 服务器打开 (http:// 或 https://)，
// 直接用浏览器打开本地文件 (file://) 可能因为跨域问题导致 worker 加载失败或 PDF 文件无法加载。

解释上述代码：

#pdf-viewer-container：一个容器，用于容纳所有渲染后的 PDF 页面。
input[type="file"] 和 button：用于触发本地文件选择和加载示例 URL。
pdfDocument: 存储通过 getDocument 加载成功后的 PDF 文档对象。
loadAndRenderPdf(pdfData)：核心函数，接收 PDF 数据（可以是 URL 或 ArrayBuffer），清空容器，调用 getDocument 加载，然后遍历所有页码，为每一页调用 renderPage。
renderPage(pageNum, pdfDocument)：为指定的页码创建一个 div.pdfPage，内部包含一个 canvas 用于绘制 PDF 内容，以及一个 div.annotationLayer 用于后续的自定义批注。计算 viewport 并设置 canvas 尺寸，然后调用 page.render() 将页面内容绘制到 canvas。
事件监听器：分别为文件选择按钮和加载 URL 按钮添加点击事件，读取文件或指定 URL，然后调用 loadAndRenderPdf。

至此，你已经构建了一个基本的 PDF 查看器，可以动态加载本地或远程的 PDF 文件并将其渲染到页面上。

第三步：实现自定义批注功能

重要提示： pdfjs-dist 库的主要功能是渲染 PDF 内容，包括显示 PDF 文件中已有的批注。它不提供添加、编辑或保存新的批注的功能。实现批注（如高亮、下划线、矩形框、文本框等）是一个需要在 PDF 渲染层之上自定义构建的功能。

实现自定义批注功能的整体思路是在每个 PDF 页面渲染出的 canvas 上方，叠加一个透明的 HTML 元素（我们在第二步中创建了 div.annotationLayer），然后在这个叠加层上通过 DOM 操作、SVG 绘制或额外的 Canvas 绘制来表示批注。

以下是实现批注功能的关键步骤和考虑因素：

批注层管理： 确保每个 PDF 页面都有一个精确覆盖其渲染区域的批注层 (div.annotationLayer)。通过 CSS position: absolute; top: 0; left: 0; width: 100%; height: 100%; 来定位。
用户交互：工具选择： 提供 UI 元素（按钮、工具栏）让用户选择要添加的批注类型（例如，高亮、矩形、文本框、直线等）。事件监听： 在每个页面的 annotationLayer 或一个委托的父容器上监听鼠标事件 (mousedown, mousemove, mouseup) 或触摸事件 (touchstart, touchmove, touchend)。绘制反馈： 在 mousemove/touchmove 过程中，根据用户选择的工具和鼠标/触摸位置，在批注层上实时绘制一个临时图形（例如，绘制矩形时显示一个虚线框），给用户即时反馈。
数据模型： 设计一个数据结构来存储每个批注的信息。这些信息至少应该包括：批注所在的页码。批注的类型（如 ‘highlight’, ‘rectangle’, ‘text’, ‘line’）。批注在页面上的位置和尺寸信息。这通常需要将屏幕坐标转换为 PDF 页面内部的坐标系统。批注的样式信息（颜色、线宽、透明度等）。如果是文本批注，则需要存储文本内容。
坐标转换： 这是实现批注的关键难点之一。鼠标/触摸事件提供的坐标是相对于浏览器视口或页面的像素坐标。你需要将这些像素坐标转换为 PDF 页面内部的坐标（PDF 坐标系统通常以点为单位，原点在左下角）。pdfjs-dist 提供的 page.getViewport(scale).convertToPdfPoint(x, y) 方法可以将视口像素坐标转换为 PDF 坐标，而 page.getViewport(scale).convertToViewportPoint(x, y) 可以将 PDF 坐标转换为视口像素坐标。在处理不同缩放比例时，正确进行坐标转换至关重要。
批注渲染： 当页面加载、缩放或批注数据更新时，遍历当前页面的批注数据。根据批注类型，在对应的 annotationLayer 中创建并添加相应的 HTML 元素、SVG 元素或在批注层的 Canvas 上绘制图形来显示批注。例如：高亮：创建 <span> 或 <div> 元素，设置背景颜色和位置。矩形/直线：创建 SVG 元素 (<rect>, <line>) 并设置属性，或者在批注层的 Canvas 上使用 2D Context 绘制。文本框：创建 <div> 或 <textarea>，设置位置和内容。
批注管理界面： 实现选中批注、显示编辑框、拖动、改变大小、删除等功能。这涉及到监听批注元素的事件，更新批注数据，并重新渲染批注层。
数据持久化： 实现将批注数据保存到后端服务器或浏览器的本地存储中，以便下次打开同一个 PDF 时可以加载并恢复批注。批注数据通常需要与 PDF 文件本身关联（例如通过 PDF 的哈希值或文件名）。

关于改造官方 viewer.html：

pdfjs-dist 源码中的 web/viewer.html 和 web/viewer.js 提供了一个完整的 PDF 查看器实现。虽然你可以借鉴其结构和逻辑（尤其是文本层和内置批注层的渲染方式），但直接修改和嵌入到你的项目会非常复杂。viewer.js 是为一个独立应用设计的，其内部耦合度高，依赖于许多辅助类和资源。从头开始，使用核心库构建你自己的查看器，并逐步添加所需功能（包括批注），通常是更灵活和易于维护的方式。

总结

通过 jsdelivr 引入 pdfjs-dist 的 5.2 版本 ESM 文件，你可以轻松地在现代 Web 应用中集成 PDF 查看功能。使用 <script type="module"> 和 import 是 ESM 的标准方式。实现 PDF 的动态加载需要处理文件读取或 URL 请求，并通过 getDocument 和 renderPage 函数来完成。

然而，实现自定义的 PDF 批注功能是一个相对独立的任务，它建立在 PDF 渲染之上，需要你自行设计批注的数据模型、用户交互、坐标转换以及批注的渲染和管理逻辑。这部分功能需要投入额外的开发工作，并且可能需要处理复杂的细节，尤其是在保证批注位置准确性和在不同缩放级别下同步更新方面。如果你需要开箱即用的复杂批注功能，可能需要考虑集成商业的 PDF SDK。

希望这篇博文能帮助你理解如何在现代 Web 项目中集成和使用 pdfjs-dist，并为实现动态加载和批注功能提供清晰的思路。

javascript pdf

上一篇：PDF文件长出“AI大脑”?网友惊呼:这操作太“黑科技”了
下一篇：Firefox火狐浏览器126版更新修复PDF.js漏洞

在Web应用中集成 PDF.js: 通过jsdelivr实现动态加载与批注的思考

为什么选择 pdfjs-dist 5.2 ESM 和 jsdelivr？

第一步：核心集成 - 引入pdfjs-distESM 版本

第二步：实现 PDF 文件的动态加载与渲染

第三步：实现自定义批注功能

相关推荐

Python实现人事自动打卡，再也不会被批评

Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控

一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案

【验证码逆向专栏】vaptcha 手势验证码逆向分析

再见Swagger UI 国人开源了一款超好用的 API 文档生成框架，真香

网页转成pdf文件的经验分享网页转成pdf文件的经验分享怎么弄

C++ std::vector 简介

python使用fitz模块提取pdf中的图片

《人人译客》如何规划你的移动电商网站(2)

Jupyterhub安装教程 jupyter怎么安装包

在Web应用中集成 PDF.js: 通过jsdelivr实现动态加载与批注的思考

为什么选择 pdfjs-dist 5.2 ESM 和 jsdelivr？

第一步：核心集成 - 引入pdfjs-distESM 版本

第二步：实现 PDF 文件的动态加载与渲染

第三步：实现自定义批注功能

相关推荐

Python实现人事自动打卡，再也不会被批评

Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控

一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案

【验证码逆向专栏】vaptcha 手势验证码逆向分析

再见Swagger UI 国人开源了一款超好用的 API 文档生成框架，真香

网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄

C++ std::vector 简介

python使用fitz模块提取pdf中的图片

《人人译客》如何规划你的移动电商网站(2)

Jupyterhub安装教程 jupyter怎么安装包

网页转成pdf文件的经验分享网页转成pdf文件的经验分享怎么弄