关键词:PDF 合并、PDF 拆分、pdf-lib、pdf.js、JSZip、页面提取、书签拆分、本地处理、纯前端、JavaScript
一、背景与需求
日常办公中,PDF 页面的合并与拆分是高频需求:将多份合同、报告合并成一个文件方便归档;或从一份大 PDF 中提取特定页面单独发送;按书签将目录型 PDF 拆分为多个独立文件。
现有的在线 PDF 合并/拆分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、限制文件数量或页数,或要求注册登录 / 安装桌面客户端;
- 缺乏灵活的拆分方式(如按书签、按页码范围提取),合并时缺乏文件顺序调整功能。
基于此,我开发了 Toolion PDF 合并与拆分工具(项目地址:toolion.cn/pdf-merge-s… PDF 页面合并与拆分应用,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 |
|---|---|
| 合并 PDF | 支持多个 PDF 文件合并为一个,合并前可通过拖拽调整文件顺序 |
| 拆分 PDF(按固定页数) | 将单个 PDF 按设定页数拆分为多个文件,打包成 ZIP 下载 |
| 拆分 PDF(按书签) | 识别 PDF 书签目录,勾选书签作为拆分点,按书签区段拆分并打包 ZIP |
| 提取指定页码范围 | 支持输入页码(如 1-3, 5, 8-10)提取指定页面,生成单个 PDF |
| 拖拽调整顺序 | 合并模式下支持拖拽调整 PDF 文件顺序,合并时按最终顺序生成页面 |
| 去重处理 | 按文件名+大小+修改时间去重,避免重复文件干扰合并顺序 |
| 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,不限制合并/拆分次数 |
| 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、合并顺序、拆分方式、页码范围、书签勾选
├── 合并层:pdf-lib 加载多个 PDF,copyPages 合并页面,保存单个 PDF
├── 拆分层:pdf.js 解析页数与书签,pdf-lib 按页数/书签/范围拆分,JSZip 打包
└── 渲染层:文件列表、拖拽排序、书签列表、进度状态、下载按钮
3.2 依赖库
页面通过 CDN 引入四个关键库:
<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/jszip/3.10.1/jszip.min.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/FileSaver.js/2.0.5/FileSaver.min.js"></script>
- pdf-lib 1.17.1:加载 PDF、复制页面、合并多个 PDF、创建新 PDF 并保存;
- pdf.js 3.11.174:解析 PDF 总页数、读取书签大纲(Outline);
- JSZip 3.10.1:将拆分出的多个 PDF 打包成一个 ZIP 文件下载;
- FileSaver.js 2.0.5:将生成的 Blob 保存为文件,非 HTTPS 环境下降级为
a.download原生下载。
使用前会检测所需依赖是否加载成功,并设置 pdf.js 的 Worker 资源路径:
const DEPS = {
pdfjsLib: typeof pdfjsLib !== 'undefined',
PDFLib: typeof PDFLib !== 'undefined',
JSZip: typeof JSZip !== 'undefined',
saveAs: typeof saveAs !== 'undefined'
};
if (DEPS.pdfjsLib) {
pdfjsLib.GlobalWorkerOptions.workerSrc = 'https://cdnjs.cloudflare.com/ajax/libs/pdf.js/3.11.174/pdf.worker.min.js';
}
function ensureDeps(required) {
const missing = required.filter(name => !DEPS[name]);
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;
}
return true;
}
错误处理会将常见异常转化为用户友好的提示:
function friendlyError(err) {
const msg = (err && err.message) || '未知错误';
if (msg.indexOf('encrypted') >= 0 || msg.indexOf('password') >= 0)
return 'PDF 文件受密码保护,请先解除加密';
if (msg.indexOf('InvalidPDFException') >= 0 || msg.indexOf('Invalid PDF') >= 0)
return 'PDF 文件格式无效或已损坏';
if (msg.indexOf('OutOfMemory') >= 0 || msg.indexOf('out of memory') >= 0)
return 'PDF 文件过大,浏览器内存不足';
return msg;
}
3.3 合并 PDF(核心流程)
合并使用 pdf-lib 的 copyPages 将多个 PDF 的页面复制到新文档中,支持拖拽调整文件顺序:
const mergedPdf = await PDFLib.PDFDocument.create();
for (let file of mergeFiles) {
const arrayBuffer = await file.arrayBuffer();
const pdf = await PDFLib.PDFDocument.load(arrayBuffer, { ignoreEncryption: true });
const copiedPages = await mergedPdf.copyPages(pdf, pdf.getPageIndices());
copiedPages.forEach((page) => mergedPdf.addPage(page));
}
const mergedPdfBytes = await mergedPdf.save();
const blob = new Blob([mergedPdfBytes], { type: 'application/pdf' });
downloadBlob(blob, `merged_${Date.now()}.pdf`);
关键点:
- 文件去重:按
文件名_大小_修改时间构建唯一键去重,避免重复文件干扰合并顺序; - 拖拽排序:利用 HTML5 Drag & Drop API 调整文件列表顺序,合并时按最终顺序生成页面;
ignoreEncryption: true:加载加密 PDF 时忽略加密限制,避免部分受保护文档无法合并(但不解除加密,仅尝试读取页面);- 文件名加时间戳:避免重复下载时文件覆盖;
- 合并按钮状态:文件少于 2 个时禁用“开始合并”按钮。
3.4 拆分 PDF(三种方式)
拆分流程分为两个阶段:先用 pdf-lib 获取总页数,再用 pdf.js 读取书签大纲;然后根据选择的拆分方式执行。
3.4.1 获取页数与书签
// 获取总页数
const pdfDoc = await PDFLib.PDFDocument.load(splitFileBuffer, { ignoreEncryption: true });
splitTotalPages = pdfDoc.getPageCount();
// 读取书签大纲
const loadingTask = pdfjsLib.getDocument({ data: new Uint8Array(splitFileBuffer.slice(0)) });
splitPdfJsDoc = await loadingTask.promise;
const outline = await splitPdfJsDoc.getOutline();
await parseOutline(outline); // 递归解析书签,获取标题与页码
书签解析使用递归遍历,处理嵌套书签,并通过 getDestination 与 getPageIndex 解析每个书签对应的页码:
async function parseOutline(items, level = 1) {
for (const item of items) {
let pageIndex = -1;
if (item.dest) {
let dest = item.dest;
if (typeof dest === 'string') {
dest = await splitPdfJsDoc.getDestination(dest);
}
if (Array.isArray(dest) && dest.length > 0) {
const ref = dest[0];
if (ref && typeof ref === 'object') {
try {
pageIndex = await splitPdfJsDoc.getPageIndex(ref);
} catch (e) {
pageIndex = -1;
}
}
}
}
if (pageIndex >= 0) {
bookmarks.push({ title: item.title, page: pageIndex + 1, level: level });
}
if (item.items && item.items.length > 0) {
await parseOutline(item.items, level + 1);
}
}
}
3.4.2 按固定页数拆分
将 PDF 按设定页数(如每 1 页、每 5 页)拆分为多个文件,打包成 ZIP:
const pdfDoc = await PDFLib.PDFDocument.load(splitFileBuffer);
const zip = new JSZip();
let fileCount = 0;
for (let i = 0; i < splitTotalPages; i += size) {
const newPdf = await PDFLib.PDFDocument.create();
const end = Math.min(i + size, splitTotalPages);
const indices = [];
for (let j = i; j < end; j++) indices.push(j);
const copiedPages = await newPdf.copyPages(pdfDoc, indices);
copiedPages.forEach(page => newPdf.addPage(page));
const pdfBytes = await newPdf.save();
zip.file(`split_part_${fileCount + 1}.pdf`, pdfBytes);
fileCount++;
}
const content = await zip.generateAsync({ type: 'blob', compression: 'STORE' });
downloadBlob(content, `split_${baseName}_${fileCount}parts.zip`);
3.4.3 按书签拆分
用户在书签列表中勾选需要作为拆分点的书签,按书签区段拆分:
const selectedBookmarks = Array.from(checkboxes).map(cb => bookmarks[parseInt(cb.value, 10)]);
const pages = [...new Set(selectedBookmarks.map(bm => bm.page))].sort((a, b) => a - b);
for (let i = 0; i < pages.length; i++) {
const endPage = (i === pages.length - 1) ? splitTotalPages : pages[i + 1] - 1;
if (pages[i] <= endPage) {
const newPdf = await PDFLib.PDFDocument.create();
const indices = [];
for (let p = pages[i]; p <= endPage; p++) indices.push(p - 1);
const copiedPages = await newPdf.copyPages(pdfDoc, indices);
copiedPages.forEach(page => newPdf.addPage(page));
const pdfBytes = await newPdf.save();
const bmTitle = (matched && matched.title) || `Part_${fileCount + 1}`;
const safeTitle = String(bmTitle).replace(/[<>:"/\\|?*]/g, '_').substring(0, 50) || `Part_${fileCount + 1}`;
zip.file(`${fileCount + 1}_${safeTitle}.pdf`, pdfBytes);
fileCount++;
}
}
书签标题用于命名输出文件,并清理 \ / : * ? " < > | 等文件名非法字符。
3.4.4 提取指定页码范围
支持输入页码范围(如 1-3, 5, 8-10),解析后提取指定页面生成单个 PDF:
const parts = input.split(',');
for (let part of parts) {
part = part.trim();
if (part.includes('-')) {
const seg = part.split('-');
const start = parseInt(seg[0].trim(), 10);
const end = parseInt(seg[1].trim(), 10);
if (isFinite(start) && isFinite(end) && start >= 1 && start <= end) {
ranges.push([start - 1, end - 1]); // 页码从 1 开始,内部从 0 开始
}
} else {
const page = parseInt(part, 10);
if (isFinite(page) && page >= 1) ranges.push([page - 1, page - 1]);
}
}
页码从 1 开始,内部转换为 0 基索引;超出范围的页码自动裁剪,无效范围被跳过。
3.5 文件下载
生成的文件(单个 PDF 或 ZIP 打包)转为 Blob 后下载:
function downloadBlob(blob, name) {
if (typeof saveAs === 'function') {
saveAs(blob, name);
} else {
const url = URL.createObjectURL(blob);
const a = document.createElement('a');
a.href = url;
a.download = name;
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。
3.6 内存管理
- 拆分时释放旧的 pdf.js 文档:
splitPdfJsDoc.destroy(); - 合并和拆分过程中的
arrayBuffer在处理完后由垃圾回收自动释放; - 超大文件可能占用较多内存,错误处理中会捕获
OutOfMemory类异常并提示用户。
四、关键技术挑战与解决方案
| 挑战 | 解决方案 | |
|---|---|---|
| 多 PDF 页面合并 | pdf-lib copyPages 批量复制页面,逐个文件加载并合并到新文档 | |
| 合并文件顺序需要自定义 | HTML5 Drag & Drop API 实现文件列表拖拽排序 | |
| 拆分后需批量下载多个文件 | JSZip 将多个 PDF 打包成一个 ZIP 文件统一下载 | |
| 识别 PDF 书签并按书签拆分 | pdf.js getOutline() 递归解析书签大纲,通过 getPageIndex 解析页码 | |
| 页码范围输入解析 | 支持 1-3, 5, 8-10 格式,页码从 1 开始转为 0 基索引,超出范围自动裁剪 | |
| 书签标题作文件名含非法字符 | 正则清理 `\ / : * ? " < > | ,空标题兜底为 Part_N` |
| 加密/损坏 PDF 导致解析失败 | friendlyError 识别 encrypted / InvalidPDFException / OutOfMemory 并给出中文提示 | |
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 | 操作前检测依赖可用性,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 1:将 3 份合同 PDF 合并为一份文件
- 打开
https://toolion.cn/pdf-merge-split/,保持“合并 PDF”模式; - 点击上传区或拖拽 3 份 PDF 文件进去,文件会显示在列表中;
- 通过拖拽调整文件顺序,确保合同按签署日期排列;
- 点击“开始合并”,等待处理完成;
- 下载
merged_<时间戳>.pdf。
场景 2:将一份 50 页的报告 PDF 按每 5 页拆分
- 切换到“拆分 PDF”模式;
- 上传单个 PDF 文件,系统自动解析页数与书签;
- 拆分方式选择“按固定页数拆分”,每 5 页拆分为一个文件;
- 点击“开始拆分/提取”,等待处理完成;
- 下载 ZIP 压缩包,内含 10 个分割的 PDF 文件。
场景 3:按书签将目录型 PDF 拆分为章节
- 上传带书签的 PDF,系统检测到书签并显示在列表中;
- 拆分方式选择“按书签目录拆分”,勾选需要作为拆分点的章节书签;
- 点击“开始拆分/提取”,按书签区段生成多个 PDF 并打包下载。
场景 4:提取指定页码
- 拆分方式选择“提取指定页码范围”;
- 输入页码,如
1-3, 5, 8-10; - 点击“开始拆分/提取”,生成包含指定页面的单个 PDF 下载。
注意事项:
- 合并时文件少于 2 个时按钮不可用,请先上传至少 2 个 PDF;
- 拆分按书签时,若 PDF 不含书签或书签未关联有效页面,将显示“未检测到可用的书签”;
- 提取页码范围时,页码从 1 开始,超出总页数的范围会被自动裁剪;
- 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;
- 超大文件可能需要较长处理时间,并受浏览器内存限制。
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。PDF 合并与拆分操作不修改原文件内容,但受浏览器性能与内存限制,超大文件处理可能较慢或失败。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 合并与拆分方案。核心设计思路:
- 双功能一体:PDF 合并(多文件合并为一个)与 PDF 拆分(按页数/书签/页码范围三种方式)在同一页面完成;
- pdf-lib 页面操作:
copyPages批量复制页面,支持多文件合并与指定页面提取; - pdf.js 书签解析:递归解析 PDF Outline 大纲,通过
getPageIndex解析书签页码,支持按书签拆分; - JSZip 打包下载:拆分生成的多个 PDF 打包成一个 ZIP 文件,方便统一管理;
- 拖拽排序:HTML5 Drag & Drop API 实现合并文件顺序自定义,合并前灵活调整;
- 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、加密/损坏文件友好错误提示、页码范围解析与裁剪、文件名非法字符清理、内存释放、
saveAs降级方案。
该方案适合需要轻量级、纯前端 PDF 页面合并与拆分能力的场景,可作为前端文档处理类工具页面的技术参考。
#PDF合并 #PDF拆分 #pdf-lib #pdf.js #JSZip #PDF页面提取 #书签拆分 #纯前端 #JavaScript #本地处理 #隐私安全 #办公工具 #文档处理 #工具开发