React-PDF 中文本选择坐标差异问题解析

问题背景

在使用 React-PDF 库处理 PDF 文档时，开发者经常需要获取选中文本的坐标位置和尺寸信息。然而，前端获取的坐标值与后端使用 PDFBox 等工具解析的结果存在显著差异，这给开发带来了困扰。

坐标系统差异的本质

React-PDF 基于 PDF.js 实现，其坐标系统与原生 PDF 文档的坐标系统存在几个关键区别：

1. 坐标系原点：PDF 文档通常使用左下角作为原点(0,0)，而浏览器视口使用左上角作为原点
2. 单位系统：PDF 使用点(pt)作为基本单位(1pt=1/72英寸)，而浏览器使用像素(px)
3. 缩放因素：React-PDF 可能应用了缩放变换，影响最终坐标值

解决方案

要解决坐标差异问题，需要进行以下几方面的调整：

1. 坐标系转换

// 获取页面容器元素
const pageContainer = document.querySelector('.react-pdf__Page');
const containerRect = pageContainer.getBoundingClientRect();

// 转换坐标系：从视口坐标到PDF页面坐标
const pdfX = (boundingRect.left - containerRect.left) / scaleFactor;
const pdfY = (containerRect.height - (boundingRect.top - containerRect.top)) / scaleFactor;

2. 缩放因子处理

React-PDF 的缩放会影响坐标值，必须考虑当前缩放级别：

// 获取当前缩放级别
const scaleFactor = pageProps.scale || 1;

// 调整坐标和尺寸
const adjustedWidth = boundingRect.width / scaleFactor;
const adjustedHeight = boundingRect.height / scaleFactor;

3. 单位转换

PDF 文档使用点(pt)单位，而浏览器使用像素(px)，需要进行转换：

// 假设96dpi的屏幕
const pxToPt = 72 / 96;

const ptX = pdfX * pxToPt;
const ptY = pdfY * pxToPt;
const ptWidth = adjustedWidth * pxToPt;
const ptHeight = adjustedHeight * pxToPt;

实际应用建议

1. 统一坐标系：确定是使用PDF原生坐标系还是浏览器视口坐标系作为基准
2. 考虑PDF旋转：如果PDF页面有旋转属性，需要额外进行坐标变换
3. 测试验证：在不同缩放级别和设备上测试坐标转换的准确性
4. 性能优化：频繁的DOM查询和坐标计算可能影响性能，考虑使用缓存

总结

React-PDF 与后端PDF处理工具的坐标差异主要源于坐标系定义、单位系统和缩放处理的不同。通过理解这些差异并进行适当的坐标转换，开发者可以实现前后端坐标数据的一致性。关键在于明确坐标系转换公式，并在代码中正确处理缩放和单位转换因素。