PDFMake项目中使用HTTP异步加载自定义字体解决方案
2025-05-19 11:50:18作者:胡易黎Nicole
背景介绍
在PDFMake项目中,当需要生成包含中文等特殊字符的PDF文档时,开发者常常会遇到字体加载的问题。特别是使用像Google NotoSansSC这样的中文字体时,由于字体文件体积较大(单个文件可能超过10MB),直接打包到应用中会导致应用体积膨胀,影响用户体验。
问题分析
通过HTTP动态加载字体是一种常见的解决方案,但开发者发现PDFMake在首次生成PDF时,字体文件尚未完成下载,导致生成的PDF文档无法正确显示中文字符。只有在第二次生成时,由于字体已被缓存,才能正常工作。
解决方案
使用Promise预加载字体
核心思路是在应用初始化阶段就预先加载所需字体,确保在生成PDF时字体已经准备就绪。以下是实现这一目标的技术方案:
- 创建字体加载Promise:在应用启动时创建一个Promise来异步加载字体文件
- 等待字体加载完成:在生成PDF前确保字体加载Promise已经resolve
- 配置PDFMake使用预加载字体:将加载完成的字体数据配置到PDFMake中
实现代码示例
// 定义字体加载函数
function loadFont(url) {
return new Promise((resolve, reject) => {
const xhr = new XMLHttpRequest();
xhr.open('GET', url, true);
xhr.responseType = 'arraybuffer';
xhr.onload = function() {
if (xhr.status === 200) {
resolve(xhr.response);
} else {
reject(new Error('字体加载失败'));
}
};
xhr.onerror = function() {
reject(new Error('网络错误'));
};
xhr.send();
});
}
// 应用启动时预加载字体
const fontPromise = loadFont('https://example.com/NotoSansSC-Regular.ttf');
// 生成PDF时确保字体已加载
async function generatePdf() {
try {
const fontData = await fontPromise;
// 配置PDFMake字体
pdfMake.fonts = {
NotoSansSC: {
normal: fontData,
bold: fontData,
italics: fontData,
bolditalics: fontData
}
};
// 定义文档内容
const docDefinition = {
content: '这里是中文内容',
defaultStyle: {
font: 'NotoSansSC'
}
};
// 生成PDF
pdfMake.createPdf(docDefinition).download();
} catch (error) {
console.error('生成PDF失败:', error);
}
}
优化建议
- 字体缓存:将下载的字体数据存储在本地存储中,避免每次应用启动都重新下载
- 进度提示:在字体加载过程中显示进度条或加载状态,提升用户体验
- 错误处理:完善错误处理机制,当字体加载失败时提供备用方案或友好提示
- 字体子集化:考虑使用字体子集工具,只包含实际需要的字符,减小字体文件体积
总结
通过Promise预加载技术,开发者可以优雅地解决PDFMake中HTTP加载大体积字体时的异步问题。这种方法不仅适用于中文字体,对于任何需要通过网络加载的字体资源都同样有效。关键在于确保在生成PDF文档前,所有必要的字体资源都已准备就绪。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust089- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
如何快速掌握缠论分析:通达信可视化插件完整指南报错拦截:wiliwili 登录页面二维码刷不出来?三招教你定位网络死锁。如何快速掌握缠论技术分析:通达信可视化插件终极指南如何快速掌握缠论可视化分析:通达信终极交易插件指南100 万级照片不卡顿:Immich 数据库索引优化与 PostgreSQL 维护深度实战。如何用通达信缠论可视化插件快速识别K线买卖信号如何快速掌握SoloPi:Android自动化测试的终极完整指南Claude Code 虽好,但没这几项“技能”加持,它也就是个高级聊天框通达信缠论可视化分析插件:如何实现精准的技术分析提取“通用语言”:如何让 AI 从你的聊天记录里自动长出业务术语表?
项目优选
收起
暂无描述
Dockerfile
694
4.49 K
Ascend Extension for PyTorch
Python
558
684
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
485
88
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
956
940
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
333
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
935
昇腾LLM分布式训练框架
Python
148
176
Oohos_react_native
React Native鸿蒙化仓库
C++
337
387
暂无简介
Dart
940
235
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
654
233