PDFJS和PDF編碼

Question

我們正在實施PDFJS在網站上呈現PDF文件。

當試圖啓動一個PDF文檔/查看器作爲arrayBuffer時，我們會遇到各種錯誤，並且不會呈現文件。 當從url（DEFAULT_URL變量）在查看器中打開同一個文件時，該文件呈現正常。

但是有一些文件會呈現爲流。在記事本中比較這些文件顯示它們具有不同的編碼/字符。

這段代碼用於在查看器打開該文件：不與上述代碼呈現

function rawStringToBuffer(str) { 
    var idx, len = str.length, arr = new Array(len); 
    for (idx = 0 ; idx < len ; ++idx) { 
     arr[ idx ] = str.charCodeAt(idx) & 0xFF; 
    } 
    return new Uint8Array(arr).buffer; 
} 

function readSingleFile(e) { 
    var file = e.target.files[0]; 
    if (!file) { 
    return; 
    } 
    var reader = new FileReader(); 
    reader.onload = function(e) { 
    var contents = e.target.result; 

    var uint8array = rawStringToBuffer(contents); 

    pdfjsframe.contentWindow.PDFViewerApplication.open(uint8array,0); 

    }; 
    reader.readAsText(file); 
} 

test.pdf的HelloWorld PDF。這確實與以上代碼呈現

test2.pdf的HelloWorld PDF。

的行爲不依賴於瀏覽器。構建是b15f335。

查看器的代碼或默認配置是否存在，以便查看器無法呈現test.pdf？

Answer 1

我不認爲你的字符串轉換例程rawStringToBuffer()做你想要的。您正在將文件作爲文本讀取，這會將UTF-8轉換爲UTF-16。但rawStringToBuffer()只取每個UTF-16字符的低位字節並丟棄高位字節，而不是反轉換。這將適用於7位ASCII數據，但不適用於其他字符。將字符串轉換爲UTF-8的最佳方式是使用TextEncoder API（不支持所有瀏覽器，但可以使用polyfills）。

但是，將數據從UTF-8轉換回來並不必要。只需使用FileReader.readAsArrayBuffer()而不是readAsText()即可直接生成ArrayBuffer。

下面是一個（未經測試）替換功能：

function readSingleFile(e) { 
    var file = e.target.files[0]; 
    if (!file) { 
    return; 
    } 
    var reader = new FileReader(); 
    reader.onload = function(e) { 
    var contents = e.target.result; 

    pdfjsframe.contentWindow.PDFViewerApplication.open(contents, 0); 
    }; 
    reader.readAsArrayBuffer(file); 
}