使用pdf-lib（Node.js）处理部分PDF表单展平时出现错误

问题背景 #

使用pdf-lib库展平Service Canada发布的EMP5611系列PDF表单时触发报错，普通PDF表单可正常处理。

代码片段 #

const URL = await blobToURL(files[0]); 
const pdfDoc = await PDFDocument.load(URL, {ignoreEncryption:true}); 
const form = pdfDoc.getForm(); 
form.flatten(); // 此处触发错误

错误信息 #

Expected instance of PDFDict2, but got instance of undefined
...
at PDFForm2.flatten (PDFForm.ts:539:12)

解决方案 #

这类错误通常源于目标PDF存在非标准的AcroForm结构（如空字段引用、不规范的表单节点），可尝试以下方案：

1. 预处理PDF修复结构 #

用Ghostscript对问题PDF做预处理，清理异常表单节点：

gs -sDEVICE=pdfwrite -dPDFSETTINGS=/prepress -dNOPAUSE -dBATCH -sOutputFile=cleaned-form.pdf original-form.pdf

再用pdf-lib加载处理后的PDF执行展平操作。

2. 手动遍历字段并跳过异常项 #

避免直接调用form.flatten()，改为逐个处理字段并捕获异常：

const URL = await blobToURL(files[0]); 
const pdfDoc = await PDFDocument.load(URL, {ignoreEncryption:true}); 
const form = pdfDoc.getForm(); 
const fields = form.getFields();

for (const field of fields) {
  try {
    field.flatten();
  } catch (err) {
    console.warn(`跳过异常字段: ${field.getName()}`, err);
  }
}

const pdfBytes = await pdfDoc.save();

3. 升级pdf-lib至最新版 #

该错误可能是库的已知兼容性问题，执行升级命令获取修复：

npm install pdf-lib@latest

内容的提问来源于stack exchange，提问作者Judicael Ramanampison