一款面向 HarmonyOS NEXT（鸿蒙） 的 PDF 工具箱 App —— 32 个工具，全部离线运行，文件不出设备。
-blue){kind=icon}
- 全离线：PDF 编辑、渲染、OCR 识别均在本地完成，不依赖任何服务端。
- 32 个工具：覆盖页面编辑、批注、表单、加解密、OCR、格式转换、打印。
- 中文字体完整支持：内置思源黑体（8 MB），水印 / 文字标注 / 表单填写均支持中文。
- 离线 OCR：内置 tesseract.js LSTM 核心与中英文量化语言包（约 11 MB），无需联网下载模型。
- 混合架构：ArkTS 负责原生壳与系统能力（文件、分享、打印），Web 组件承载 PDF 渲染与识别引擎。
| 分类 | 工具 |
|---|---|
| 页面编辑 | 合并、拆分、删除页面、重排、旋转、插入、提取 |
| 标注批注 | 手写签名（Canvas 手绘）、高亮标注（文本选区） |
| 内容添加 | 文字标注、水印、图片签章、超链接 |
| 安全加密 | 加密、解密、权限设置、双密码（支持 AES-256 / AES-128 / RC4） |
| OCR 识别 | 扫描件转可搜索 PDF、自动旋转校正、PDF 提取文字、图片提取文字（中英混识） |
| 表单 | 创建表单字段（文本/复选/下拉）、填写表单、展平表单 |
| 工具功能 | 页面转图片、PDF 压缩（无损/有损）、缩略图批量生成、打印、自动重命名 |
| 格式转换 | 图片转 PDF（多图）、PDF 转图片 |
| 文档信息 | 元数据编辑 |
采用 Hybrid 混合架构：
┌─────────────────────────────────────────┐
│ ArkTS / ArkUI（原生层） │
│ FileList · Reader · EditorPage │
│ 文件系统 · 分享 · 打印 · 剪贴板 · 偏好存储 │
└──────────────┬──────────────────────────┘
│ registerJavaScriptProxy / runJavaScript
┌──────────────▼──────────────────────────┐
│ ArkWeb（Web 组件） │
│ pdf.js 渲染 · pdf-lib 编辑 · tesseract OCR │
└─────────────────────────────────────────┘
| 职责 | 选型 | 说明 |
|---|---|---|
| PDF 渲染 / 文本层 | pdf.js v3.11.174 | 阅读器、标注页、转图片 |
| PDF 编辑与加解密 | @maxwbh/pdf-lib |
带加密能力的 pdf-lib 分支 |
| OCR | tesseract.js v7 | 离线 LSTM 核心 + chi_sim / eng |
| 中文字体嵌入 | fontkit + 思源黑体 | 子集化嵌入，避免体积膨胀 |
| 桥接 | JavaScriptProxy | ArkTS ↔ JS 双向调用 |
为什么不用纯原生？ 鸿蒙生态暂无成熟 PDF 渲染/编辑库，而 Web 侧有久经检验的 pdf.js / pdf-lib。混合架构在功能完整性与开发效率之间取得了平衡，且全部计算仍在设备本地完成。
PDFTool/
├── AppScope/ # 应用级配置
├── entry/src/main/
│ ├── ets/
│ │ ├── pages/ # FileList（首页）· Reader（阅读器）· EditorPage（工具页）· TechVerify
│ │ ├── bridge/PdfBridge.ets # ArkTS ↔ JS 桥接（文件读写、结果回调、打印）
│ │ ├── services/ # FileService（导入/导出）· StoreUtil（偏好存储）
│ │ └── utils/ # PdfTools（工具定义）· Constants · DesignTokens · Logger
│ └── resources/rawfile/web/
│ ├── reader/ # 阅读器页面（pdf.js 渲染 + 搜索 + 复制）
│ ├── editor/ # 工具页面（32 个工具的参数面板）
│ ├── annot/ # 交互式标注页（Canvas 签名 / 高亮）
│ ├── js/ # editor.js · reader.js · ocr.js · annot.js · bridge.js
│ ├── lib/ # pdf-lib · pdf.js · fontkit
│ ├── fonts/ # 思源黑体（SIL OFL 1.1）
│ └── tess/ # tesseract 离线核心与语言包
└── hvigorfile.ts / build-profile.json5
- DevEco Studio 5.0+（建议最新版）
- HarmonyOS SDK
6.1.1(24)及以上 - 真机或模拟器（推荐真机：模拟器无打印服务、无分享接收应用）
- DevEco Studio 打开本仓库根目录（靠
hvigorfile.ts+build-profile.json5识别为鸿蒙工程）。 File → Project Structure → Signing Configs，勾选自动生成签名。- 连接设备，点击 Run。
export JAVA_HOME="<DevEco>/jbr"
export DEVECO_SDK_HOME="<DevEco>/sdk"
node "<DevEco>/tools/hvigor/bin/hvigorw.js" --mode module -p product=default assembleHap --no-daemon产物：entry/build/default/outputs/default/entry-default-unsigned.hap
若构建报
00305006 Not a correct JSON format，删除.hvigor/cache后重试（被中断的构建会留下损坏缓存，可安全重建）。
这一节记录了几处不看源码会踩的坑，供二次开发者参考：
- ArkWeb 无法 fetch / XHR 读取 rawfile。中文字体、OCR 资源必须先由 ArkTS 复制到应用沙箱，再用
file://指向（PdfBridge.ensureOcrAssets()）。 - pdf.js 与
@maxwbh/pdf-lib的加密产物互不兼容。本应用加密的 PDF 需用 pdf-lib 在内存中解密后，再交给 pdf.js 渲染（阅读器与标注页均已内置该兜底）。 save()不带 encrypt 参数时会保留原 Encrypt 字典。要真正解密，必须显式清空trailerInfo.Encrypt并置isEncrypted = false。worker.detect()（OSD 方向检测）属于 Legacy 引擎，离线量化包下会抛requires Legacy model。本项目改用四方向试识别判断旋转角，零额外体积。- pdf-lib 没有创建链接标注的 API（仅有解析用的
PDFLinkAnnotation），超链接需手工构造字典并挂到页面的/Annots。 - 中文表单必须注册 fontkit 并嵌入字体子集，再调用
updateFieldAppearances(font)，否则展平会失败。 - 每次调用 pdf.js 前需
cloneBytes()/.slice()，否则 ArrayBuffer 会被 detach。 - PDF 透明区转 JPEG 会变黑，转图片前需先铺白底。
HAP 约 23 MB，其中离线资源占 19 MB：
| 资源 | 体积 | 用途 |
|---|---|---|
| tesseract 核心 + 中英文语言包 | ~11 MB | 离线 OCR |
| 思源黑体 SourceHanSansCN | 8 MB | 中文绘制与表单 |
| pdf.js + pdf-lib + fontkit | ~3.4 MB | 渲染与编辑 |
如不需要 OCR，可删除 rawfile/web/tess/（约省 11 MB）。
- 真机验证尚不充分：打印唤起、Canvas 手写笔迹流畅度、图片转 PDF 清晰度等依赖真机手感，建议在真机上回归。
- 有损压缩会丢失文本层（重渲染为位图），面板中已明确提示。
- 打印依赖系统打印服务：设备无服务或权限被拒时，会自动回退到系统分享。
- HAP 默认未签名，真机安装前需配置签名。
| 库 | 许可 |
|---|---|
| pdf.js | Apache-2.0 |
| @maxwbh/pdf-lib | MIT |
| tesseract.js | Apache-2.0 |
| fontkit | MIT |
| Source Han Sans | SIL OFL 1.1（见 fonts/OFL.txt） |
本项目基于 MIT License 开源。
字体资源遵循 SIL Open Font License 1.1，详见 entry/src/main/resources/rawfile/web/fonts/OFL.txt。