Node.js中pdfjs-lib字体加载异常导致PDF解析不全问题

问题原因 #

报错提示无法加载标准字体LiberationSans-Regular.ttf，核心原因是Node.js环境下，pdfjs-lib无法自动获取标准字体资源，导致依赖该字体的文本无法渲染，最终只显示PDF的部分内容。

解决方案 #

1. 确认依赖路径 #

pdfjs-dist npm包自带标准字体文件，存放在node_modules/pdfjs-dist/fonts/目录下，同时字符映射文件在node_modules/pdfjs-dist/cmaps/目录。

2. 修改代码配置 #

引入path模块，在getDocument配置中添加字体和字符映射的路径参数：

const path = require('path');
const pdfjsLib = require("pdfjs-dist/build/pdf.js");
const pdfjsWorker = require('pdfjs-dist/build/pdf.worker.entry.js');

pdfjsLib.GlobalWorkerOptions.workerSrc = pdfjsWorker;
pdfjsLib.disableFontFace = true;

const loadingTask = pdfjsLib.getDocument({
  data: pdfData,
  // 指定标准字体文件的基础路径
  standardFontDataUrl: path.join(__dirname, 'node_modules/pdfjs-dist/fonts/'),
  // 配置字符映射文件路径（可选，部分PDF需要）
  cmapUrl: path.join(__dirname, 'node_modules/pdfjs-dist/cmaps/'),
  cmapPacked: true
});

const pdf = await loadingTask.promise;
const page = await pdf.getPage(pageNumber);

3. 注意事项 #

• 如果项目使用打包工具（如Webpack），需要将pdfjs-dist/fonts和pdfjs-dist/cmaps目录复制到构建输出目录，并调整standardFontDataUrl和cmapUrl为构建后的相对路径。
• 若自定义字体路径，确保该目录下包含所需的标准字体文件（如LiberationSans-Regular.ttf等）。

内容的提问来源于stack exchange，提问作者Vignesh T