如何在javascript中操作PDF文件_怎样生成和解析PDF文档?

JavaScript 无法原生生成或解析 PDF,但可通过第三方库实现:前端用 jsPDF 生成、pdf.js 解析;Node.js 环境推荐 pdf-lib 等库完成生成与解析。

JavaScript 本身不能直接生成或解析 PDF 文件,因为浏览器环境不提供原生的 PDF 编写/读取 API。但借助成熟的第三方库,你可以在前端(浏览器)或后端(Node.js)完成 PDF 的生成、修改、填充、提取文本等操作。

前端生成 PDF:使用 jsPDF

jsPDF 是最常用的轻量级前端 PDF 生成库,适合生成简单报表、导出页面内容等场景。

  • 通过 CDN 引入:
  • 创建新文档:const doc = new jspdf.jsPDF();
  • 添加文字:doc.text("Hello World", 10, 10);
  • 导出下载:doc.save("demo.pdf");
  • 支持添加图片、SVG、表格(需配合 autoTable 插件),但不支持读取或解析已有 PDF。

前端解析 PDF:使用 pdf.js

Mozilla 开发的 pdf.js 是浏览器中解析 PDF 的事实标准,能渲染、提取文本、获取元数据、定位文本坐标等。

  • 核心是 PDFJS.getDocument(url) 返回 Promise,解析 PDF 结构。
  • 可逐页获取文本内容:page.getTextContent() → 提取纯文本或带位置信息的字符块。
  • 适合做 PDF 预览器、搜索高亮、表单字段识别(需额外逻辑)。
  • 注意:pdf.js 默认在 worker 环境中解析,需正确加载 worker 脚本(如 PDFJS.workerSrc = "pdf.worker.min.js";)。

Node.js 环境:生成 + 解析更强大

服务端有更多选择,功能也更完整:

  • 生成 PDF:推荐 pdf-lib(轻量、支持修改现有 PDF)、pdfmake(声明式布局)、Puppeteer(将 HTML 渲染为 PDF,适合复杂样式)。
  • 解析 PDF:可用 pdf-parse(基于 pdf.js 的 Node 封装,提取文本)、pdf-lib(读取+修改)、HummusJS(底层操作,已停止维护,慎用)。
  • 例如用 pdf-lib 打开并填写表单:const pdfDoc = await PDFDocument.load(existingPdfBytes); const form = pdfDoc.getForm(); form.getTextField("name").setText("Alice");

注意事项与选型建议

不要试图用原生 JS 解析二进制 PDF 流——结构复杂且易出错。实际开发中应按需选库:

  • 只需导出简单文档 → jsPDF
  • 需要预览/搜索/提取文本 → pdf.js(前端)或 pdf-parse(Node)
  • 要编辑、合并、填表、加签 → pdf-lib(Node 推荐,前端也可用但体积大)
  • 已有 HTML 模板 → Puppeteer 或 html2canvas + jsPDF 组合
  • 安全性敏感(如用户上传 PDF)→ 解析操作尽量放在服务端,避免前端解析不可信文件。