Node.js使用pdf-lib下载合并PDF出现空白页问题求助

问题根源 #

空白页的核心原因是axios默认会将二进制响应转换为UTF-8字符串，这会直接破坏PDF的二进制结构——即使后续转成Buffer，原始数据已经损坏，导致pdf-lib无法正确解析页面内容。流下载正常是因为流直接处理原始二进制数据，没有经过字符串转换环节。

解决方案 #

1. 确保axios请求正确获取二进制数据

必须在axios配置中显式设置responseType: 'arraybuffer'，同时确认你的httpRequestService.createAxiosConfigAndSend不会覆盖这个配置（比如部分封装会默认设置responseType: 'json'，需要保证传入的配置能覆盖默认值）。

修改下载函数：

async function downloadPdfBuffer(url) {
    logger.info({message: 'downloadPdfBuffer PDF', url});
    try {
        const response = await httpRequestService.createAxiosConfigAndSend({
            method: 'GET',
            url: url,
            responseType: 'arraybuffer' // 关键：强制获取二进制数组
        });
        return response.data; // 直接返回ArrayBuffer，无需额外转换
    } catch (error) {
        logger.error({message: 'Error downloading PDF:', error});
        throw error;
    }
};

2. 正确加载PDF到pdf-lib

拿到ArrayBuffer后，直接用Buffer.from()转换为Node.js Buffer即可（pdf-lib支持ArrayBuffer或Buffer作为输入），不要指定'binary'编码——指定编码会让Buffer尝试用字符串逻辑解析数据，再次损坏二进制内容。

修改合并逻辑中的加载部分：

const mergedPdfPromises = settledPromises.map(async result => {
    if(result.status === 'fulfilled'){
        const pdfBuffer = Buffer.from(result.value);
        const pdf = await PDFDocument.load(pdfBuffer, {ignoreEncryption:true}); 
        const copiedPages = await mergedPdf.copyPages(pdf, pdf.getPageIndices());
        copiedPages.forEach(page => mergedPdf.addPage(page)); 
    }
})

3. 完整修正后的合并函数

async function downloadAndmergePdf(pdfLinks){
    const maxTwoPdfs = _.slice(pdfLinks,0,2);
    const allPdfs = maxTwoPdfs.map(pdfLink => downloadPdfBuffer(pdfLink));
    
    const settledPromises = await Promise.allSettled(allPdfs);
    const mergedPdf = await PDFDocument.create(); 
    
    const mergedPdfPromises = settledPromises.map(async result => {
        if(result.status === 'fulfilled'){
            const pdfBuffer = Buffer.from(result.value);
            const pdf = await PDFDocument.load(pdfBuffer, {ignoreEncryption:true}); 
            const copiedPages = await mergedPdf.copyPages(pdf, pdf.getPageIndices());
            copiedPages.forEach(page => mergedPdf.addPage(page)); 
        }
    });
    
    await Promise.all(mergedPdfPromises);
    const buf = await mergedPdf.save();   
    fs.writeFileSync('new.pdf', buf);
}

downloadAndmergePdf([
    'https://www.adobe.com/support/products/enterprise/knowledgecenter/media/c4611_sample_explain.pdf',
    'https://www.adobe.com/support/products/enterprise/knowledgecenter/media/c4611_sample_explain.pdf'
]);

额外检查点 #

• 排查httpRequestService.createAxiosConfigAndSend内部逻辑，确保它没有修改或忽略传入的responseType配置。
• 全程避免对PDF二进制数据进行任何字符串转换操作（比如转base64再转回、调用toString('binary')等），直接处理ArrayBuffer/Buffer即可。

内容的提问来源于stack exchange，提问作者Namit Piriya