NodeJS：使用读取到的缓冲区将两个PDF文件合并成一个

Question

我正在使用 fill-pdf npm 模块来填充模板 pdf，并创建一个新文件，从磁盘读取后返回给回调函数。我有两个文件需要执行相同的操作。我想将两个缓冲区合并成一个单独的 pdf 文件，以便将其发送回客户端。我尝试了不同的缓冲区合并方法。可以使用 Buffer.concat 合并缓冲区，如下所示：

var newBuffer = Buffer.concat([result_pdf.output, result_pdf_new.output]);

新缓冲区的大小也是输入缓冲区大小的总和。但当newBuffer作为响应发送给客户端时，它仅显示数组中最后一个提到的文件。

res.type("application/pdf");
return res.send(buffer);

有什么想法吗？

- Abdul Vajid

---

可能是Merging PDFs in Node的重复问题。 - rouan

Answer 1

正如@MechaCode所述，创建者已经停止支持HummusJS。

因此，我想给你两个解决方案。

1. Using node-pdftk npm module

   The Following sample code uses node-pdftk npm module to combine two pdf buffers seamlessly.

   const pdftk = require('node-pdftk');
   
   var pdfBuffer1 = fs.readFileSync("./pdf1.pdf");
   var pdfBuffer2 = fs.readFileSync("./pdf2.pdf");
   
   pdftk
       .input([pdfBuffer1, pdfBuffer2])
       .output()
       .then(buf => {
           let path = 'merged.pdf';
           fs.open(path, 'w', function (err, fd) {
               fs.write(fd, buf, 0, buf.length, null, function (err) {
                   fs.close(fd, function () {
                       console.log('wrote the file successfully');
                   });
               });
           });
       });
   

   The requirement for node-pdftk npm module is you need to install the PDFtk library. Some of you may find this overhead / tedious. So I have another solution using pdf-lib library.

2. Using pdf-lib npm module

   const PDFDocument = require('pdf-lib').PDFDocument
   
   var pdfBuffer1 = fs.readFileSync("./pdf1.pdf"); 
   var pdfBuffer2 = fs.readFileSync("./pdf2.pdf");
   
   var pdfsToMerge = [pdfBuffer1, pdfBuffer2]
   
   const mergedPdf = await PDFDocument.create(); 
   for (const pdfBytes of pdfsToMerge) { 
       const pdf = await PDFDocument.load(pdfBytes); 
       const copiedPages = await mergedPdf.copyPages(pdf, pdf.getPageIndices());
       copiedPages.forEach((page) => {
            mergedPdf.addPage(page); 
       }); 
   } 
   
   const buf = await mergedPdf.save();        // Uint8Array
   
   let path = 'merged.pdf'; 
   fs.open(path, 'w', function (err, fd) {
       fs.write(fd, buf, 0, buf.length, null, function (err) {
           fs.close(fd, function () {
               console.log('wrote the file successfully');
           }); 
       }); 
   }); 
   
   

个人而言，我更喜欢使用pdf-lib npm模块。

- Pankaj Shinde

---

谢谢！pdf-lib非常棒。 - Saurabh Mistry

或许这是使用PDF-LIB的更好示例 https://github.com/Hopding/pdf-lib#copy-pages - Richard Oliver Bray

请注意，pdf-lib无法处理加密的PDF文件。如果您尝试合并加密的PDF文件，结果将会是空白页。 - undefined

Answer 2

HummusJS支持使用其appendPDFPagesFromPDF方法合并PDF。

使用流处理缓冲区的示例：

const hummus = require('hummus');
const memoryStreams = require('memory-streams');

/**
 * Concatenate two PDFs in Buffers
 * @param {Buffer} firstBuffer 
 * @param {Buffer} secondBuffer 
 * @returns {Buffer} - a Buffer containing the concactenated PDFs
 */
const combinePDFBuffers = (firstBuffer, secondBuffer) => {
    var outStream = new memoryStreams.WritableStream();

    try {
        var firstPDFStream = new hummus.PDFRStreamForBuffer(firstBuffer);
        var secondPDFStream = new hummus.PDFRStreamForBuffer(secondBuffer);

        var pdfWriter = hummus.createWriterToModify(firstPDFStream, new hummus.PDFStreamForResponse(outStream));
        pdfWriter.appendPDFPagesFromPDF(secondPDFStream);
        pdfWriter.end();
        var newBuffer = outStream.toBuffer();
        outStream.end();

        return newBuffer;
    }
    catch(e){
        outStream.end();
        throw new Error('Error during PDF combination: ' + e.message);
    }
};

combinePDFBuffers(PDFBuffer1, PDFBuffer2);

- Zach Esposito

---

请问，PDFBuffer1和PDFBuffer2的类型是什么？ - M.Abulsoud

@M.Abulsoud 这两个Buffer都是填充了二进制PDF数据。在我的情况下，我使用Puppeteer的page.pdf()方法创建了这些缓冲区。 - Zach Esposito

这是一个合并PDF文件的例子，来自作者：https://github.com/galkahana/HummusJS/blob/master/tests/MergePDFPages.js - Govind Rai

我正在尝试在React组件中使用它，但似乎不可能。我漏掉了什么吗？ - Gioce90

@ZachEsposito Puppeteer的page.pdf()方法返回一个Buffer。 - bentael

我正在从Firebase云存储获取文件，就像这样：const [files] = await storage.bucket(bucket).getFiles(options); 我能遍历这个数组来合并这些数组项吗？它们是什么？缓冲区吗？ - Madcap

Answer 3

以下是我们在Express服务器中使用的代码，用于合并PDF blob列表。

const { PDFRStreamForBuffer, createWriterToModify, PDFStreamForResponse } = require('hummus');
const { WritableStream } = require('memory-streams');

// Merge the pages of the pdfBlobs (Javascript buffers) into a single PDF blob                                                                                                                                                                  
const mergePdfs = pdfBlobs => {
  if (pdfBlobs.length === 0) throw new Error('mergePdfs called with empty list of PDF blobs');
  // This optimization is not necessary, but it avoids the churn down below                                                                                                                                                
  if (pdfBlobs.length === 1) return pdfBlobs[0];

  // Adapted from: https://dev59.com/oloV5IYBdhLWcg3wCrLH                                                     
  // Hummus is useful, but with poor interfaces -- E.g. createWriterToModify shouldn't require any PDF stream                                                                                                              
  // And Hummus has many Issues: https://github.com/galkahana/HummusJS/issues                                                                                                                                              
  const [firstPdfRStream, ...restPdfRStreams] = pdfBlobs.map(pdfBlob => new PDFRStreamForBuffer(pdfBlob));
  const outStream = new WritableStream();
  const pdfWriter = createWriterToModify(firstPdfRStream, new PDFStreamForResponse(outStream));
  restPdfRStreams.forEach(pdfRStream => pdfWriter.appendPDFPagesFromPDF(pdfRStream));
  pdfWriter.end();
  outStream.end();
  return outStream.toBuffer();
};

module.exports = exports = {
  mergePdfs,
};

- Hugh Secker-Walker

---

hummusJs现在已不被创建者支持。 - MechaCode

运行得非常好！如果您需要将PDF的base64表示合并为一个（而不使用文件），则需要将pdfBlobs作为此参数传递：Buffer.from(base64String，'base64') - Rodrigo García