纯前端实现的 PDF 压缩工具技术实现

0 阅读9分钟

关键词:PDF 压缩、pdf.js、pdf-lib、FileSaver.js、页面重新渲染、本地处理、纯前端、JavaScript


一、背景与需求

日常工作中,经常需要发送 PDF 文件:合同、报告、扫描件、电子发票等。但 PDF 文件体积过大时,常遇到以下困扰:

  • 邮箱附件限制:多数邮箱服务商限制单个附件不超过 10MB 或 25MB,大 PDF 无法直接发送;
  • 上传平台限制:招聘网站、政务平台、云盘等常对上传文件大小设有上限;
  • 手机接收困难:对方用手机下载大文件,流量消耗大、加载慢;
  • 存储空间占用:大量扫描件、图片型 PDF 会迅速占满云盘或本地存储。

现有的在线 PDF 压缩工具普遍存在以下问题:

  • 文件需上传到第三方服务器,合同、发票、财务报表等敏感文档泄露风险高;
  • 多数工具加水印、限制压缩次数,或要求注册登录 / 安装桌面客户端;
  • 部分工具对扫描件和图片型 PDF 压缩效果有限,或压缩后体积反而变大。

基于此,我开发了 Toolion PDF 压缩工具(项目地址:toolion.cn/pdf-compres… PDF 文件体积压缩应用,全部处理在浏览器本地完成,无需上传。 在这里插入图片描述


二、核心功能

功能说明
PDF 体积压缩上传单个 PDF 文件,压缩后生成更小的 PDF 文件
三种压缩等级普通压缩、强力压缩、极限压缩,按清晰度与体积平衡需求选择
页面重新渲染将每页渲染为图片并按 JPEG 质量重新编码,特别适合扫描件与图片型 PDF
体积保护机制若压缩后体积不小于原文件,自动保留原文件,避免压缩后反而变大
压缩结果对比显示原始大小、压缩后大小、节省比例
纯前端本地处理所有处理在浏览器内存完成,PDF 文件不上传服务器,支持离线运行
免登录免费无水印打开页面即用,无需注册,不加水印,不限制压缩次数
深色/浅色主题CSS 变量适配深色模式

三、技术实现

3.1 整体架构

该工具是一个纯前端单页面应用,未引入 Vue/React 等前端框架,全部逻辑使用原生 JavaScript 实现:

浏览器端(纯原生 JavaScript)
├── 输入层:PDF 文件选择/拖拽、压缩等级选择
├── 解析层:pdf.js 读取 PDF 结构,逐页获取页面视图
├── 压缩层:Canvas 将页面渲染为图片,JPEG 质量压缩,pdf-lib 重新组装 PDF
└── 渲染层:文件信息、进度条、压缩结果对比、下载按钮

3.2 依赖库

页面通过 CDN 引入三个关键库:

<script src="https://unpkg.com/pdf-lib@1.17.1/dist/pdf-lib.min.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/pdf.js/3.11.174/pdf.min.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/FileSaver.js/2.0.5/FileSaver.min.js"></script>
  • pdf.js 3.11.174:解析 PDF 文件,逐页渲染页面内容到 Canvas;
  • pdf-lib 1.17.1:创建新 PDF 文档,嵌入压缩后的图片,添加页面并保存输出;
  • FileSaver.js 2.0.5:将生成的 Blob 保存为 PDF 文件,非 HTTPS 环境下降级为 a.download 原生下载。

使用前会检测依赖是否加载成功,并设置 pdf.js 的 Worker 资源路径:

function checkDependencies() {
  var missing = [];
  if (typeof pdfjsLib === 'undefined') missing.push('pdf.js');
  if (typeof PDFLib === 'undefined') missing.push('pdf-lib');
  if (missing.length > 0) {
    alert('核心依赖库加载失败:' + missing.join('、') + '。请检查网络后刷新页面重试。');
    return false;
  }
  pdfjsLib.GlobalWorkerOptions.workerSrc = 'https://cdnjs.cloudflare.com/ajax/libs/pdf.js/3.11.174/pdf.worker.min.js';
  return true;
}

3.3 文件上传与校验

支持点击选择和拖拽上传,仅接受 .pdf 后缀或 MIME 类型为 application/pdf 的文件。文件选择后显示文件名与大小,允许重复选择同一文件(重置 fileInput.value)。

3.4 压缩等级与渲染参数

提供三种压缩等级,通过调整渲染缩放比例 scale 与 JPEG 质量 jpegQuality 来控制体积与清晰度的平衡:

压缩等级缩放比例 scaleJPEG 质量适用场景
普通压缩1.50.65对清晰度有一定要求的文档
强力压缩1.00.50大多数办公场景,体积与清晰度平衡
极限压缩0.70.35仅需查看、不要求高清晰度
let scale = 1.2;
let jpegQuality = 0.6;

if (qualityMode === 'high') {
  scale = 1.5;
  jpegQuality = 0.65;
} else if (qualityMode === 'medium') {
  scale = 1.0;
  jpegQuality = 0.5;
} else if (qualityMode === 'low') {
  scale = 0.7;
  jpegQuality = 0.35;
}

3.5 核心压缩流程(页面重新渲染)

压缩原理不是传统的文件压缩算法,而是页面重新渲染:将 PDF 每一页渲染为图片,按设定的 JPEG 质量重新编码,再组装成新的 PDF。核心代码如下:

const arrayBuffer = await selectedFile.arrayBuffer();

const loadingTask = pdfjsLib.getDocument({
  data: new Uint8Array(arrayBuffer.slice(0))
});
pdfJsDoc = await loadingTask.promise;
const numPages = pdfJsDoc.numPages;

const pdfLibDoc = await PDFLib.PDFDocument.create();

for (let i = 1; i <= numPages; i++) {
  const page = await pdfJsDoc.getPage(i);

  // 限制最大尺寸,防止长图导致 Canvas 过大
  let viewport = page.getViewport({ scale: scale });
  const MAX_DIM = 3000;
  if (viewport.width > MAX_DIM || viewport.height > MAX_DIM) {
    const fixScale = Math.min(MAX_DIM / viewport.width, MAX_DIM / viewport.height);
    viewport = page.getViewport({ scale: scale * fixScale });
  }

  const canvas = document.createElement('canvas');
  const ctx = canvas.getContext('2d', { alpha: false });
  canvas.width = Math.round(viewport.width);
  canvas.height = Math.round(viewport.height);

  await page.render({ canvasContext: ctx, viewport: viewport }).promise;

  // Canvas 转 JPEG Blob
  const blob = await new Promise((resolve) => {
    canvas.toBlob(resolve, 'image/jpeg', jpegQuality);
  });

  if (!blob) {
    throw new Error('第 ' + i + ' 页图片转换失败');
  }

  const jpegBuffer = await blob.arrayBuffer();
  const image = await pdfLibDoc.embedJpg(jpegBuffer);

  const newPage = pdfLibDoc.addPage([viewport.width, viewport.height]);
  newPage.drawImage(image, { x: 0, y: 0, width: viewport.width, height: viewport.height });

  // 释放 Canvas 内存
  canvas.width = 0;
  canvas.height = 0;

  // 让出执行时间片,避免页面卡死
  await new Promise(r => setTimeout(r, 10));

  // 更新进度
  updateProgress(Math.round((i / numPages) * 90) + 5, `正在处理第 ${i} / ${numPages} 页...`);
}

const pdfBytes = await pdfLibDoc.save();
const compressedBlob = new Blob([pdfBytes], { type: 'application/pdf' });

关键点:

  • 逐页处理:避免一次性加载所有页面导致内存溢出,每页处理完后立即释放 Canvas;
  • 最大尺寸限制:MAX_DIM = 3000 px,超长或超宽页面按比例缩小,防止 Canvas 过大;
  • 透明底处理:getContext('2d', { alpha: false }) 禁用 alpha 通道,避免透明区域异常;
  • 让出时间片:await new Promise(r => setTimeout(r, 10)) 让浏览器有机会更新进度条,避免长时间阻塞主线程;
  • 进度反馈:每页完成后更新进度条与当前页数,用户可直观了解处理状态。

3.6 体积保护机制

有些 PDF 已经经过高强度压缩,或为纯文字文档,重新渲染后体积可能反而变大。工具内置体积保护机制:

if (compressedBlob.size >= selectedFile.size) {
  compressedBlob = selectedFile; // 自动保留原文件
  showResult(selectedFile.size, selectedFile.size, true);
} else {
  showResult(selectedFile.size, compressedBlob.size, false);
}

若压缩后体积不小于原文件,自动保留原文件并提示“压缩后体积未减小,已保留原文件”,避免给用户带来“压缩后反而变大”的困扰。

3.7 文件下载

生成的 PDF 转为 Blob 后下载:

if (typeof saveAs === 'function') {
  saveAs(compressedBlob, downloadName);
} else {
  const url = URL.createObjectURL(compressedBlob);
  const a = document.createElement('a');
  a.href = url;
  a.download = downloadName;
  document.body.appendChild(a);
  a.click();
  document.body.removeChild(a);
  setTimeout(() => URL.revokeObjectURL(url), 1000);
}

优先使用 FileSaver.js 的 saveAs;若库未加载,降级为创建隐藏 a 标签触发浏览器原生下载,并及时 revokeObjectURL 释放内存。

3.8 错误处理与内存管理

  • 无效/损坏 PDF:捕获 InvalidPDFException / Invalid PDF,提示文件格式无效或已损坏;
  • 密码保护:捕获 PasswordException / encrypted,提示文件受密码保护,需先解密;
  • 内存释放:finally 块中调用 pdfJsDoc.destroy() 释放 pdf.js 资源;处理完每页后将 Canvas 宽高置零;
  • 依赖检测:压缩前检测 pdf.js / pdf-lib 是否加载,失败时给出明确提示。

四、关键技术挑战与解决方案

挑战解决方案
扫描件/图片型 PDF 难以用传统算法压缩页面重新渲染:渲染为图片后按 JPEG 质量重新编码,再组装 PDF
清晰度与体积的平衡提供三种压缩等级,通过 scale 与 jpegQuality 灵活调节
超大页面导致 Canvas 过大、内存溢出限制最大边长 3000 px,超限按比例缩小渲染
长时间处理阻塞主线程、进度条不更新每页处理后 setTimeout 让出时间片,配合进度条实时反馈
压缩后体积反而变大体积保护机制:压缩后不小于原文件时自动保留原文件
非 HTTPS 环境下 saveAs 不可用FileSaver.js 优先,失败后降级为 a.download 原生下载
第三方库 CDN 加载失败压缩前检测依赖可用性,失败时提示检查网络并刷新
纯前端无后端依赖所有处理封装在前端,浏览器即可离线运行

五、使用示例

场景:将一份 15MB 的扫描件 PDF 压缩以便邮箱发送

  1. 打开 https://toolion.cn/pdf-compress/;
  2. 点击上传区或拖拽 PDF 文件进去,显示文件名与原始大小;
  3. 选择压缩等级:默认“普通压缩”,若追求更小体积可选“强力压缩”或“极限压缩”;
  4. 点击“开始压缩”,等待进度条完成;
  5. 查看结果:原始大小、压缩后大小、节省比例;
  6. 点击“下载文件”保存结果。若压缩后体积未减小,系统自动下载原文件。

注意事项:

  • 本工具通过将页面渲染为图片来实现压缩,处理后将丢失原文档中的可编辑文本层、超链接及表单,不再能选中、复制、搜索文字,超链接将失效;
  • 特别适合扫描件、图片型 PDF,对纯文字型 PDF 压缩空间较小,甚至可能无法压缩;
  • 涉及合同、财务报表、个人证件等敏感文档,建议使用本地处理工具,避免上传到第三方服务器;
  • 需要保留可编辑文本和超链接的文档,请谨慎使用,或先备份原文件。

六、免责声明

本文仅提供技术实现分享,相关工具仅供学习与日常便利使用,不构成任何商业建议。生成的 PDF 因页面重新渲染,将丢失原文档中的可编辑文本层、超链接及表单,重要文档建议生成后检查一遍。本工具在浏览器本地内存中处理文件,文件不会上传到服务器,页面关闭后即从内存释放。


七、总结

本文介绍了一种纯前端实现的 PDF 压缩方案。核心设计思路:

  1. 页面重新渲染:pdf.js 逐页渲染 PDF 为图片,按 JPEG 质量重新编码,pdf-lib 重新组装成新 PDF;
  2. 多等级压缩:普通/强力/极限三种等级,通过缩放比例与 JPEG 质量灵活平衡体积与清晰度;
  3. 体积保护:压缩后不小于原文件时自动保留原文件,避免压缩后反而变大;
  4. 内存友好:逐页处理、及时释放 Canvas、销毁 pdf.js 资源,避免内存溢出;
  5. 隐私优先:全部处理在浏览器本地完成,PDF 文件不上传服务器,无需登录,无水印;
  6. 健壮性:依赖加载检测、无效/密码 PDF 错误处理、主线程让出、Blob 内存释放。

该方案适合需要轻量级、纯前端 PDF 压缩能力的场景,可作为前端文档处理类工具页面的技术参考。


#PDF压缩 #pdf.js #pdf-lib #FileSaver.js #页面重新渲染 #纯前端 #JavaScript #Canvas #本地处理 #隐私安全 #办公工具 #PDF优化 #文档处理 #工具开发