前言
在开发过程中，我们经常会遇到预览PDF的需求。这个时候我们一般是会有一个PDF的地址，然后通过一些手段将PDF文件预览在页面上。比如说以下的方式或者第三方库：
embed标签iframe标签pdf.jsreact-pdf
但是当PDF比较大的时候，加载速度缓慢以及占用内存过大会是一个比较严重的问题。PDF体积较大时，网络传输的时间必然会较长，这样用户的体验会比较差；当打开较大的PDF时，会占用较多的内存，可能会导致标签页/浏览器卡死或者崩溃。
常规预览方式
先来看看常规的PDF预览方式，这里简单提两种预览方式，都是十分简单的，代码如下：
import { PDF_URL } from "./constant" const Normal = () => { return ( <div> <embed src={PDF_URL} type="application/pdf" width="100%" height="600px"></embed> <iframe width={'100%'} height={600} src={PDF_URL} /> </div> ) } export default Normal
一种使用embed标签去预览，另一种是用iframe标签去预览，这里都是借助于浏览器自带的PDF渲染引擎去把PDF预览出来。也是平时我们用的比较多的一种方式。 
但我这是一个15M左右，100页+的PDF，在我4M带宽的服务器下，传输时间需要大概30秒左右，时间还是相当长的。
所以下面要介绍的是PDF的分页加载和渲染。旨在解决大PDF网络传输过慢以及占用内存过大的问题。
按图片分割
既然一次性加载整个PDF文件太过缓慢，那我们可以考虑把它拆分成一个个更细的单元去进行预览。这里我可以先把一整个PDF文件按页码转成一张张图片，1页PDF对应1张图片。那么经过这样的预处理之后，我们就很容易能够做到按需加载、或者分片加载，而不是一次性加载一整个PDF文件。这样用户的首屏等待时间会大大降低，可以提升用户体验。
PDF转图片
这里需要先预处理一下数据，将PDF文件转换为图片。我这里使用的是 pdf-image 这个库，具体的安装教程可以点击链接查看。
安装完之后可以用node写一个这样的预处理脚本，将所需要处理的PDF文件的每一页都转换成一张图片:
const PDFImage = require("pdf-image").PDFImage; const path = require("path"); const fs = require("fs"); const FILE_PATH = path.join(__dirname, "../public/files/test.pdf"); const outputDirectory = path.join(__dirname, "../public/files/tmp"); const pdfImage = new PDFImage(FILE_PATH, { convertOptions: { "-density": 250, // 提高分辨率，根据需要调整 "-quality": 100, "-trim": null, }, outputDirectory, }); const run = async () => { const info = await pdfImage.getInfo(); for (let i = 0; i < Number(info.Pages); i++) { try { await pdfImage.convertPage(i); } catch (error) { console.log("error", error); } } }; run();
拿到了每一页的图片之后，我们就可以拿这些图片去做预览功能了。这里有100多张图片，渲染的时候不需要一次性将它们渲染出来，可以做一下懒加载。这里我是使用IntersectionObserver去实现了图片的懒加载。先实现一个懒加载的hook如下：
- 这里可以先给每一个元素一个默认的高度，然后利用
IntersectionObserver监听元素是否出现在视口范围内 - 如果出现在视口返回内，就加载这张图片
import { useEffect,useRef,useCallback } from "react"; const useObserve = ({ rootRef, itemSelector }) => { const observer = useRef(null); const handlerObserve = entries => { entries.forEach(({ isIntersecting, target }) => { if (isIntersecting) { const targetImg = target.children[0]; targetImg.src = targetImg.dataset.src; // 修改过src属性之后，即可移除data-src属性并且取消监视 targetImg.removeAttribute("data-src"); observer.current.unobserve(target); } }); }; const addObserve = () => { const list = document.querySelectorAll(itemSelector); list.forEach(item => { observer.current.observe(item); }); }; const initObserver = useCallback(() => { observer.current = new IntersectionObserver(handlerObserve, { root: rootRef.current, rootMargin: "0px 0px 200px 0px", // 监视区向下拓展200px }); addObserve(); }, []); useEffect(() => { initObserver(); return () => { observer.current.disconnect(); }; }, []); }; export default useObserve;
然后实现预览组件如下：
import { Carousel } from "antd"; import styles from "./index.module.less"; import { LeftOutlined, RightOutlined } from "@ant-design/icons"; import { useState, useEffect, useRef, useMemo, useCallback } from "react"; import { API_PREFIX } from "../../../../env"; import useObserve from "./useObserve"; const defaultImage = ""; const Preview = () => { const [list, setList] = useState(() => { return new Array(105).fill(0).map((item, index) => { return { page: index, originSrc: `${API_PREFIX}/files/tmp/test-${index}.png`, }; }); }); const contentRef = useRef(null); useObserve({ rootRef: contentRef, itemSelector: ".image-item-observe", }); return ( <div className={styles.preview}> <div ref={contentRef} className={styles.content}> {list.map((item, index) => { return ( <div class={`${styles["image-item-wrapper"]} image-item-observe`}> {/* 设置一个默认的缺省图，避免在加载过程中出现白屏的现象 */} <img class={styles["image-item"]} src={defaultImage} data-src={item.originSrc} key={index} width="100%" /> </div> ); })} </div> </div> ); }; export default Preview;
这样就实现了按需加载预览PDF的功能 
按页分割
上面介绍的是把PDF转成图片之后，利用加载多图的方式来做PDF的懒加载。下面这种方式是，把一个大的PDF切分成若干个小的PDF，再使用常规的预览方式去预览。首先还是写一个脚本来预处理数据，切分PDF文件。
const fs = require("fs"); const { PDFDocument } = require("pdf-lib"); const path = require("path"); async function splitPDF(inputPath, outputPrefix) { const pdfBytes = await fs.promises.readFile(inputPath); const pdfDoc = await PDFDocument.load(pdfBytes); const totalPages = pdfDoc.getPageCount(); const pagesPerChunk = 10; for (let startPage = 1; startPage <= totalPages; startPage += pagesPerChunk) { const endPage = Math.min(startPage + pagesPerChunk - 1, totalPages); const newPdfDoc = await PDFDocument.create(); for (let pageNum = startPage; pageNum <= endPage; pageNum++) { const [copiedPage] = await newPdfDoc.copyPages(pdfDoc, [pageNum - 1]); newPdfDoc.addPage(copiedPage); } const outputPath = `${outputPrefix}/${Math.floor(endPage / 10)}.pdf`; const newPdfBytes = await newPdfDoc.save(); await fs.promises.writeFile(outputPath, newPdfBytes); console.log(`PDF successfully split from page ${startPage} to ${endPage}.`); } } const FILE_PATH = path.join(__dirname, "../public/files/test.pdf"); const outputDirectory = path.join(__dirname, "../public/files/tmp-file"); splitPDF(FILE_PATH, outputDirectory);
切分后的结果如下： 
然后预览的时候就十分简单，我是直接用iframe去一份份的预览，点击加载更多再去加载下一个片段。一个简单的预览组件如下，一个个地加载我们分割的PDF文件：
import React, { useState, useEffect, useRef } from "react"; import { API_PREFIX } from "../../../../env"; const pdfs = new Array(11) .fill(0) .map((_, index) => `${API_PREFIX}/files/tmp-file/${index + 1}.pdf`); const Split = () => { const [list, setList] = useState([pdfs[0]]); return ( <div> {list.map((url, index) => { return ( <div> <iframe id={`iframe-${index}`} key={index} width={"100%"} height={600} src={url} /> </div> ); })} <button disabled={list.length === pdfs.length} onClick={() => { const arr = [...list]; arr.push(pdfs[arr.length]); setList(arr) }} > 加载更多 </button> </div> ); }; export default Split;
最后
上文介绍了两种大PDF文件如何更快的预览的方式，如果你有什么有趣的方式，欢迎在评论区一起脑暴讨论。感谢您的阅读，喜欢的话点个关注点个赞吧～
