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
qq_589666058 小时前
TypeScript 完整入门教程
前端·javascript·typescript
星栈独行9 小时前
翻完 Pi 源码:它和 Codex、Claude Code 有何不同
开发语言·javascript·人工智能·程序人生
落落Plus10 小时前
浏览器缓存机制详解
javascript·缓存·浏览器缓存
浅水壁虎12 小时前
vue基础(第二章 )
前端·javascript·vue.js
界面开发小八哥12 小时前
界面控件DevExtreme v26.1新版亮点——支持Angular 22
前端·javascript·angular.js·devexpress·ui开发·devextreme
mONESY13 小时前
React useState 核心原理与最佳实践:从异步更新到性能优化全解
javascript
腻害兔14 小时前
【若依项目-产品经理视角】RuoYi-Vue-Pro 源码拆解:CRM 客户关系模块深度解析——从线索到回款,一套完整的 B2B 销售闭环是怎么搭的?
java·前端·javascript·vue.js·产品经理·ai编程
gis开发之家15 小时前
《Vue3 从入门到大神37篇》Vue3 源码详解(七):watch 与 watchEffect 源码对比——副作用是如何被追踪的?
javascript·前端框架·vue3·vue3源码
bloglin9999916 小时前
langchain 和 langgraph 和 react
javascript·react.js·langchain
触底反弹16 小时前
🚀 删了数据刷新又回来?3 组件 × 4 回调 × 3 坑讲透 React 父子通信
前端·javascript·react.js