关于pdf.js获取不到文本的问题

在使用pdf.js获取PDF文本时,发现有部分文件获取不到文本(另:vue-pdf依赖于pdf.js,所以也会出现这个问题)。

此时,控制台其实给出了警告提示信息,只不过是用console.log打印的,容易被忽视。

Warning: Error during font loading: CMap baseUrl must be specified, see "PDFJS.cMapUrl" (and also "PDFJS.cMapPacked").

**警告:**字体加载过程中发生错误:必须指定CMap的"baseUrl"参数,请确保提供了"cMapUrl"和"cMapPacked"API参数。

**原因:**PDF文档中包含有pdf.js不支持的字体格式。

**解决方法:**网上粗略搜了下,可能不同版本配置cMapUrl的方式不同,不容易找到适合自己的,不过在源码中稍加搜索还是可以很快找到的。

我这里控制台输出PDFJS.version得到的版本号是1.10.88,解决办法是:在引入完pdf.js以后,为其cMapUrl赋值即可。

PDFJS.cMapUrl='/lib/CMap/'; // CMap文件路径

设置完成后,再次刷新页面,可以发现文件已经正常显示了(pdf.js处理PDF文件时会自动从设置的CMap文件路径中获取所需的字体文件)。

附注1:字体文件的获取

1)官方在github上提供了一些:https://github.com/adobe-type-tools/cmap-resources

2)我在网上搜集了一些:https://download.csdn.net/download/xueshen1106/89220133

附注2:cMapPacked的配置

网上下载的字体文件有很多可能是带着bcmap后缀的,这意味着它是一个打包的cmap文件,那么在使用时可以将 PDFJS.cMapPacked 设置为 true。这时,pdf.js在获取字体文件时也会自动增加bcmap后缀。

但这里有个需要注意的地方:如果直接将带bcmap后缀的文件去掉后缀(同时不设置cMapPacked),这时字体文件仍然可以正常加载使用;但如果是将未打包的字体文件直接人为添加bcmap后缀(同时cMapPacked设置为true),经测试,这样字体文件不能被正确使用,是获取不到PDF文本的。

最后,对比下同一个字体打包和不打包的内容差异:

相关推荐
半个落月30 分钟前
一个新手用 Bun + Axios 调通 DeepSeek API 的实践记录
javascript
不好听61332 分钟前
深入理解链表:线性数据结构的另一面
javascript·数据结构
林希_Rachel_傻希希35 分钟前
学React治好了我的焦虑症,1小时速通React 前20分钟。
前端·javascript·面试
小林ixn36 分钟前
从 Ajax 到异步编程:JSON 序列化、Event Loop 与 XHR 请求完全解析
javascript
丷丩2 小时前
MapLibre GL JS第47课:添加动画图标
javascript·gis·动画·mapbox·maplibre
快乐的哈士奇2 小时前
【Next.js实战①】Gmail API 按柜号检索邮件:OAuth 双 Cookie 与搜索 Fallback
开发语言·javascript·ecmascript
云水一下2 小时前
Vue.js从零到精通系列(五):全局状态管理——Pinia 核心与实践
前端·javascript·vue.js
kmblack13 小时前
javascript计算年龄
开发语言·javascript·ecmascript
Dick5073 小时前
ROS2 多机器人通用 Driver 层复盘:BaseRobotDriver 到多平台 Mock 切换实现
前端·javascript·机器人