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
M ? A5 分钟前
VuReact 编译器核心重构:统一管理组件元数据收集
前端·javascript·vue.js·react.js·重构·开源
ByteCraze29 分钟前
手写高性能虚拟列表(详解!!!)
javascript·学习
M ? A36 分钟前
Vue转React最佳工具对比:Vuera、Veaury与VuReact
前端·javascript·vue.js·经验分享·react.js
We་ct41 分钟前
JS手撕:函数进阶 & 设计模式解析
开发语言·前端·javascript·设计模式·面试·前端框架
yuki_uix1 小时前
当 reduce 遇到二维数据:从"聚合直觉"到"复合 Map"的思维跃迁
前端·javascript·面试
我叫黑大帅1 小时前
Vue3中的computed 与 watch 的区别
前端·javascript·面试
暗不需求1 小时前
# 一文搞懂 JavaScript 内存机制:从栈和堆,到闭包为什么“活得更久”
前端·javascript
CharlesY1 小时前
JavaScript HTML5 Cache Manifest:离线应用缓存机制考古
前端·javascript
你挚爱的强哥2 小时前
欺骗加载进度条,应用于无法监听接口数据传输进度的情况
前端·javascript·html
zhensherlock2 小时前
Protocol Launcher 系列:Mail Assistant 轻松发送 HTML 邮件
前端·javascript·typescript·node.js·html·github·js