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
fishmemory7sec6 分钟前
Electron 主进程与渲染进程、预加载preload.js
前端·javascript·electron
fishmemory7sec8 分钟前
Electron 使⽤ electron-builder 打包应用
前端·javascript·electron
JUNAI_Strive_ving1 小时前
番茄小说逆向爬取
javascript·python
看到请催我学习2 小时前
如何实现两个标签页之间的通信
javascript·css·typescript·node.js·html5
twins35202 小时前
解决Vue应用中遇到路由刷新后出现 404 错误
前端·javascript·vue.js
qiyi.sky2 小时前
JavaWeb——Vue组件库Element(3/6):常见组件:Dialog对话框、Form表单(介绍、使用、实际效果)
前端·javascript·vue.js
煸橙干儿~~2 小时前
分析JS Crash(进程崩溃)
java·前端·javascript
哪 吒2 小时前
华为OD机试 - 几何平均值最大子数(Python/JS/C/C++ 2024 E卷 200分)
javascript·python·华为od
安冬的码畜日常2 小时前
【D3.js in Action 3 精译_027】3.4 让 D3 数据适应屏幕(下)—— D3 分段比例尺的用法
前端·javascript·信息可视化·数据可视化·d3.js·d3比例尺·分段比例尺
Q_w77423 小时前
一个真实可用的登录界面!
javascript·mysql·php·html5·网站登录