Descargar sitios web que utilizan PDF.js

Acerca de PDF.js

Una biblioteca es más difícil de contar que una plataforma, y PDF.js ilustra bien por qué. Escrita por Mozilla para representar documentos dentro del navegador usando canvas en lugar de un plugin, se convirtió en el motor del visor integrado de Firefox y después viajó mucho más allá. Los desarrolladores incorporan la biblioteca a portales, intranets, sistemas de publicación, catálogos y a cualquier producto que tenga que mostrar un documento sin entregar una descarga al visitante.

En octubre de 2026 detectamos PDF.js en 2097 sitios. Pública desde 2011 y distribuida con licencia Apache 2.0, la biblioteca es JavaScript que cualquiera puede incorporar a su propio paquete, y esa incorporación es justo lo que rompe cualquier censo. En cuanto una herramienta de compilación integra y minifica el código dentro del paquete de una aplicación, los nombres de archivo y las rutas reconocibles desaparecen, y la instalación se vuelve invisible para cualquier detector que trabaje a partir del HTML público. La cifra debe leerse como los sitios que cargan la biblioteca de un modo reconocible, con un total real más alto en una cantidad que no podemos estimar de forma responsable.

Lo que sobrevive a la detección sigue siendo informativo, porque los sitios que cargan el visor desde una ruta visible suelen ser sitios construidos en torno a documentos. Portales estatales y municipales, universidades, despachos de abogados, entidades financieras, organismos de normalización, manuales y fichas técnicas dentro del comercio electrónico industrial: un visor de documentos en la página significa que la organización publica documentos como actividad principal, no por casualidad. Un segmento funcional así es invisible para la clasificación sectorial, ya que un hospital, un regulador y un fabricante de máquina herramienta pueden pertenecer todos a él por el mismo motivo de fondo.

Los proveedores de infraestructura documental leen la población de esa manera. Las empresas que venden firma electrónica, generación de documentos, anonimización, adaptación de accesibilidad, reconocimiento de texto y almacenamiento de archivo buscan organizaciones que ya tratan los documentos como uno de sus productos principales, y un visor del lado del navegador es un indicador barato de ese comportamiento. Los auditores de accesibilidad tienen un interés más acotado, ya que los documentos representados sobre un canvas plantean preguntas que un programa de cumplimiento tiene que responder. Los equipos de seguridad tienen un tercer interés, porque una biblioteca de representación que se distribuye dentro de muchísimas compilaciones independientes es tanto una cuestión de cadena de suministro como una funcionalidad.

Nada de eso es una pregunta que se responda dominio a dominio. Una consulta puede decir si un sitio carga el visor, que es una respuesta de depuración a un problema de depuración. La lista exportable entrega en cambio la población, que es lo que hace falta para dimensionar la parte de la web cargada de documentos, para recortar un territorio dentro de ella o para comprobar hasta dónde ha viajado realmente un componente de código abierto ampliamente incrustado cuando se deja de confiar en las estadísticas de descarga.