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。
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 scale | JPEG 质量 | 适用场景 |
|---|---|---|---|
| 普通压缩 | 1.5 | 0.65 | 对清晰度有一定要求的文档 |
| 强力压缩 | 1.0 | 0.50 | 大多数办公场景,体积与清晰度平衡 |
| 极限压缩 | 0.7 | 0.35 | 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 = 3000px,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
- 打开
https://toolion.cn/pdf-compress/; - 点击上传区或拖拽 PDF 文件进去,显示文件名与原始大小;
- 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”;
- 点击“开始压缩”,等待进度条完成;
- 查看结果:原始大小、压缩后大小、节省比例;
- 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:
- 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;
- 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;
- 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;
- 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;
- 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;
- 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