请问前端怎样在线预览pdf文件？并且高亮其中的某些文字？

Question

如题：
请问前端怎样在线预览pdf文件？并且高亮其中的某些文字？
之前用过npm vue-pdf等。只是展示而已。目前的项目需求是需要解析里面的文字高亮出来。

Answer 1

针对无法提取文字的

1. pdf.js 生成图片，
2. 然后 OCR 识别。
3. 根据 OCR 结果加蒙层

如果可以提取文字，比如说 pdf-view 出来是能选择的。那么你可以针对做一些二开。

Answer 2

魔改 pdfjs

Answer 3

大部分pdf都是用pdf.js库，pdf.js是有提供一个完整的阅读器，里面带有搜索高亮功能。之前查了一下相关的实现方案。

• 具体逻辑记不清了，印象中如果单纯的引入pdf.js，是没提供直接能高亮的接口的。需要pdf.js开启渲染文本层，搜索文本得自己实现，在对应的dom处插入高亮元素。可以参考阅读器里面的逻辑。
• 相对简单的方案是，修改pdf.js提供的阅读器代码，调用搜索逻辑查找自己需要高亮的字符。网上有文章，根据关键词搜一下可以查到。

这些前提pdf中是文本格式的，如果pdf嵌入的是图片，就没办法了。只能走OCR，PDF图片排版可以简单也可以复杂，要想识别效果好就很难了。
如果要用其他什么带搜索的库，之前github找了一番，也是没找到，基本都只做完浏览逻辑。