PDFMake项目中使用HTTP异步加载自定义字体解决方案
2025-05-19 09:58:09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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868