Skip to content
PDF Oxide

Початок роботи з PDF Oxide (WASM)

PDF Oxide компілюється в WebAssembly і працює у браузерах, Deno, Bun та edge-рантаймах — Cloudflare Workers, Vercel Edge. Те саме ядро на Rust, що живить прив’язки для Python, Rust, Node.js, Go та C#, виконується в будь-якому JavaScript-середовищі з майже нативною швидкістю.

Працюєте з Node.js? Для серверної частини оберіть нативний N-API-аддон pdf-oxide: він швидший і підтримує OCR, рендеринг та підписи. WASM-збірка на цій сторінці підходить для браузера та edge-рантаймів, де нативні аддони не завантажуються.

Встановлення

npm install pdf-oxide-wasm

import { WasmPdfDocument, WasmPdf } from "pdf-oxide-wasm";

Швидкий старт

Node.js

import { readFileSync } from "fs";
import { WasmPdfDocument } from "pdf-oxide-wasm";

const bytes = new Uint8Array(readFileSync("document.pdf"));
const doc = new WasmPdfDocument(bytes);

console.log(`Pages: ${doc.pageCount()}`);
console.log(doc.extractText(0));

doc.free();

Браузер

<script type="module">
import init, { WasmPdfDocument } from "pdf-oxide-wasm";

await init();

const response = await fetch("document.pdf");
const bytes = new Uint8Array(await response.arrayBuffer());
const doc = new WasmPdfDocument(bytes);

console.log(`Pages: ${doc.pageCount()}`);
console.log(doc.extractText(0));
doc.free();
</script>

Браузер з вибором файлу

<input type="file" id="pdfInput" accept=".pdf" />
<pre id="output"></pre>

<script type="module">
import init, { WasmPdfDocument } from "pdf-oxide-wasm";
await init();

document.getElementById("pdfInput").addEventListener("change", async (e) => {
  const file = e.target.files[0];
  const bytes = new Uint8Array(await file.arrayBuffer());
  const doc = new WasmPdfDocument(bytes);

  let result = `Pages: ${doc.pageCount()}\n\n`;
  for (let i = 0; i < doc.pageCount(); i++) {
    result += `--- Page ${i + 1} ---\n`;
    result += doc.extractText(i) + "\n\n";
  }

  document.getElementById("output").textContent = result;
  doc.free();
});
</script>

Видобування тексту

Одна сторінка

const doc = new WasmPdfDocument(bytes);
const text = doc.extractText(0);

Усі сторінки

const allText = doc.extractAllText();

Структуроване видобування

Дані за символами та спанами з координатами й метаданими шрифтів:

// Дані за символами
const chars = doc.extractChars(0);
for (const c of chars) {
  console.log(`'${c.char}' at (${c.bbox.x}, ${c.bbox.y}) font=${c.fontName}`);
}

// Дані за спанами
const spans = doc.extractSpans(0);
for (const span of spans) {
  console.log(`"${span.text}" size=${span.fontSize}`);
}

Конвертація в Markdown

const markdown = doc.toMarkdown(0);

// З параметрами
const md = doc.toMarkdown(0, true, true); // detect_headings, include_images

// Усі сторінки
const allMarkdown = doc.toMarkdownAll();

Конвертація в HTML

const html = doc.toHtml(0);

// Усі сторінки
const allHtml = doc.toHtmlAll();

Створення PDF

Створюйте нові PDF з Markdown, HTML чи звичайного тексту за допомогою WasmPdf:

import { WasmPdf } from "pdf-oxide-wasm";

// З Markdown
const pdf = WasmPdf.fromMarkdown("# Hello World\n\nThis is a PDF.");
const pdfBytes = pdf.toBytes(); // Uint8Array

// З HTML
const invoice = WasmPdf.fromHtml("<h1>Invoice</h1><p>Amount: $42</p>");

// Зі звичайного тексту
const notes = WasmPdf.fromText("Plain text content.");

// Зберегти у файл (Node.js)
import { writeFileSync } from "fs";
writeFileSync("output.pdf", pdf.toBytes());

Поля форм

const fields = doc.getFormFields();
for (const f of fields) {
  console.log(`${f.name} (${f.fieldType}) = ${f.value}`);
}

// Експорт даних форми
const fdfBytes = doc.exportFormData();        // формат FDF
const xfdfBytes = doc.exportFormData("xfdf"); // формат XFDF

Пошук

// Пошук по всіх сторінках
const results = doc.search("configuration", true); // case_insensitive
for (const r of results) {
  console.log(`Found "${r.text}" on page ${r.page}`);
}

// Пошук на одній сторінці
const pageResults = doc.searchPage(0, "configuration", true);

Відкриття з байтів

Конструктор WasmPdfDocument одразу приймає Uint8Array — окремий метод from_bytes не потрібен:

// Уже працює — WasmPdfDocument приймає байти
const doc = new WasmPdfDocument(uint8Array);

Зашифровані PDF

const doc = new WasmPdfDocument(encryptedBytes);
const success = doc.authenticate("password");
if (success) {
  console.log(doc.extractText(0));
}

Редагування

const doc = new WasmPdfDocument(bytes);

// Метадані
doc.setTitle("Updated Title");
doc.setAuthor("Jane Doe");

// Поворот сторінки
doc.rotatePage(0, 90);

// Зберегти зі змінами
const edited = doc.save();

// Зберегти із шифруванням
const encrypted = doc.saveEncryptedToBytes(
  "user-password",
  "owner-password",
  true,   // allow_print
  true,   // allow_copy
  false,  // allow_modify
  true    // allow_annotate
);

Керування пам’яттю

WASM-об’єкти тримають пам’ять Rust, її потрібно звільняти явно:

const doc = new WasmPdfDocument(bytes);
try {
  const text = doc.extractText(0);
} finally {
  doc.free();
}

Доступність можливостей

Деякі функції потребують нативних залежностей і недоступні в збірці WebAssembly:

Можливість WASM Примітки
Видобування тексту Так Повна підтримка
Створення PDF Так Markdown, HTML, текст
Редагування PDF Так Повна підтримка
Шифрування Так AES-256
OCR Ні Потрібен нативний ONNX Runtime
Цифрові підписи Ні Потрібні нативні крипто-бібліотеки
Рендеринг сторінок Ні Потрібен нативний tiny-skia

Якщо потрібні OCR чи рендеринг, скористайтеся прив’язками Python або Rust.

Наступні кроки