VSCode 本身不提供 PDF 提取或合并能力，必须依赖 Node.js 生态库（如 pdf-lib、pdf-merger-js、pdf-parse）在终端或插件中调用；关键在于写对脚本、配准路径、处理二进制兼容性。
直接说结论：VSCode 本身不提供 PDF 提取或合并能力，必须依赖 Node.js 生态的库（如 pdf-lib、pdf-merger-js、pdf-parse）在终端或插件中调用。关键不是“在 VSCode 里点几下”，而是把 Node 脚本写对、路径配准、二进制兼容性处理好。
pdf-merger-js 合并多个 PDF 文件时为什么输出为空？
常见现象是生成了 0 字节的 PDF，或报错 Error: Invalid PDF header。根本原因通常是输入路径未解析为绝对路径，或文件未按 Buffer 形式读入。
-
pdf-merger-js的add()方法只接受Buffer或本地文件路径字符串 —— 但路径必须是 Node.js 进程能访问的绝对路径，不能是 VSCode 编辑器里显示的相对路径（比如./docs/a.pdf） - 若从 VSCode 终端运行脚本，需用
path.resolve()转换：merger.add(path.resolve(__dirname, 'input1.pdf')) - 若通过 VSCode 插件调用（如右键菜单触发），必须用
vscode.workspace.rootPath（已弃用）或vscode.workspaceFolders[0]?.uri.fsPath拼出真实路径 - 注意：
pdf-merger-js不支持加密 PDF；遇到密码保护文件会静默失败，建议先用pdf-lib解密或跳过
用 pdf-parse 提取文本时中文乱码或返回空数组
这是底层 pdf.js worker 加载失败或字体映射缺失导致的典型表现，不是编码问题。
- 确保你安装的是最新版：
npm install pdf-parse@latest（2026 年主流版本已内置 wasm worker fallback） - 不要直接传文件路径给
pdfParse()，必须先用fs.readFileSync()读成Buffer：const data = fs.readFileSync(filePath); const result = await pdfParse(data); - 若 PDF 是扫描件（无可选文本），
pdf-parse无法提取 —— 它不带 OCR 功能；此时应换用 Python 的pytesseract+pdf2image，或调用云端 API - 部分含嵌入字体的 PDF 需手动指定 CMap（极少见），可通过
pdf-parse的options传入{ cMapUrl: 'node_modules/pdfjs-dist/cmaps/' }
在 VSCode 任务中自动执行 PDF 处理脚本的坑
VSCode 的 tasks.json 默认工作目录是打开的文件夹根目录，但 Node.js 脚本常假设当前路径是脚本所在目录 —— 这会导致路径错乱、文件找不到。
- 在
tasks.json中显式设置"cwd"："cwd": "${fileDirname}"（针对当前编辑的 JS 文件）或"cwd": "${workspaceFolder}/scripts"（统一入口目录） - 避免在命令中拼接路径：
"command": "node ./scripts/merge.js"比"command": "cd scripts && node merge.js"更可靠 - 如果脚本依赖全局 bin（如
pdf2htmlEX），需确认 VSCode 终端的$PATH和任务执行时一致；macOS / Linux 下可能需加"shell": { "executable": "/bin/bash", "args": ["-c"] } - 错误输出默认被截断，加
"presentation": { "echo": true, "reveal": "always", "panel": "shared" }方便调试
真正容易被忽略的点是：PDF 处理操作几乎都依赖底层二进制兼容性 —— 比如 pdf-lib 在 Electron 环境（VSCode 插件进程）中可能因沙箱策略限制 fs 访问，而 CLI 脚本跑在普通 Node 进程里就完全正常。别急着改逻辑，先确认执行上下文。
