记使用pdf.js过程遇到的坑

最近项目中需要用到js库来渲染pdf文件，调研后发现无论是reach-pdf.js或者是svelte-pdf.js都是在pdf.js基础上做了些许精简，反而功能还不如原始的pdf.js来得全面。但是原始的库几乎没有像样的代码示例，而能搜索到的大多数代码不少都是十几年前的了，在这个过程中踩了不少坑，做个记录，希望对看到的人有所帮助。

使用npm安装pdfjs-dist库（也可以直接下载源码并引入）

npm install pdfjs-dist 

导入库

// 网上很多代码都是import xxx from 'pdfjs-dist'; // 而xxx一般都是过期或者不存在的，直接把所有导出为pdfjslib即可 import * as pdfjslib from 'pdfjs-dist'; // 注意需要设置这个参数 pdfjslib.GlobalWorkerOptions.workerSrc = 'node_modules/pdfjs-dist/build/pdf.worker.js'; 

单页渲染，多页渲染在下面代码基础上直接添加一个循环即可

let src = 'xxx.pdf'; let pageNum = 1; let scale_ratio = 1.5;  async function renderPage() {     const pdf = await pdfjsLib.getDocument(src).promise;     const page = await pdf.getPage(pageNum);     const viewport = page.getViewport({ scale: scale_ratio });      const canvas = document.createElement('canvas');     const context = canvas.getContext('2d');      canvas.height = viewport.height;     canvas.width = viewport.width;      const renderContext = {       canvasContext: context,       viewport: viewport     };     await page.render(renderContext);    } 

注意渲染完的pdf只有图片形式，使用开发者工具看网页的结构只有canvas组件，想要实现文字的选择和复制还需要在上面渲染一层文字层。

// 需要引入样式文件，不然文字不会悬浮在cavas组件上 import 'pdfjs-dist/web/pdf_viewer.css';  async function renderFullPage(){         const pdf = await pdfjsLib.getDocument(src).promise;          const pdfContainer = document.createElement('div');         pdfContainer.style.setProperty('--scale-factor', scale_ratio);          for (let i=1; i<=pdf.numPages; i++){             const pageNumber = i;             const page = await pdf.getPage(pageNumber);              const viewport = page.getViewport({scale: scale_ratio});              const canvas = document.createElement('canvas');             const context = canvas.getContext('2d');              canvas.height = viewport.height ;             canvas.width = viewport.width ;                          const renderContext = {                 canvasContext: context,                 viewport: viewport             };                      await page.render(renderContext);              // canvasWrapper 可加可不加             const canvasWrapper = document.createElement('div');             canvasWrapper.className = 'canvasWrapper';             canvasWrapper.appendChild(canvas);              const textContent = await page.getTextContent();             const textLayerDiv = document.createElement('div');             // 类名严格为：textLayer             textLayerDiv.className = `textLayer`;              pdfjsLib.renderTextLayer({                 textContentSource: textContent,                 container: textLayerDiv,                 viewport: viewport,                 textDivs: []             });                          const pageDiv = document.createElement('div');             pageDiv.className = 'page';             // 需要设置 position: relative             // 否则全部文字可能都挤在第一页             pageDiv.style = "position: relative; margin-bottom:10px";              pageDiv.appendChild(canvasWrapper);             pageDiv.appendChild(textLayerDiv);                          pdfContainer.appendChild(pageDiv);                      }      } 

简单来说就是在渲染完canvas代码之后，再渲染出文字层。有几个注意点：

1. 需要在开头引入样式表，不然文字层会实际显示在页面中，不会悬浮不会透明；
2. 需要在外面的组件中设置参数--scale-factor，用于保证图片和文字的位置对应，否则调整了scale_ratio后图片尺寸改变，但是文字层的大小还是不变；
3. 文字层的类名需要严格设置为textLayer，从开头引入的样式表中可以看到；
4. 包含canvas和文字层的父组件需要设置style为position: relative，否则多页的文字都会渲染到第一页中。