纯前端实现的 PDF 合并与拆分工具技术实现

0 阅读9分钟

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。 在这里插入图片描述


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

  1. 打开 https://toolion.cn/pdf-merge-split/,保持“合并 PDF”模式;
  2. 点击上传区或拖拽 3 份 PDF 文件进去,文件会显示在列表中;
  3. 通过拖拽调整文件顺序,确保合同按签署日期排列;
  4. 点击“开始合并”,等待处理完成;
  5. 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

  1. 切换到“拆分 PDF”模式;
  2. 上传单个 PDF 文件,系统自动解析页数与书签;
  3. 拆分方式选择“按固定页数拆分”,每 5 页拆分为一个文件;
  4. 点击“开始拆分/提取”,等待处理完成;
  5. 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

  1. 上传带书签的 PDF,系统检测到书签并显示在列表中;
  2. 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;
  3. 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

  1. 拆分方式选择“提取指定页码范围”;
  2. 输入页码,如 1-3, 5, 8-10;
  3. 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:

  1. 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;
  2. 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;
  3. 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;
  4. 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;
  5. 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;
  6. 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;
  7. 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