Scaricare i siti web che utilizzano PDF.js

Informazioni su PDF.js

Una libreria è più difficile da contare di una piattaforma, e PDF.js illustra bene il perché. Scritta da Mozilla per visualizzare i documenti all’interno del browser tramite canvas anziché con un plugin, la libreria è diventata il motore del visualizzatore integrato di Firefox e poi si è diffusa ben oltre. Gli sviluppatori la inseriscono in portali, intranet, sistemi editoriali, cataloghi e in qualsiasi prodotto che debba mostrare un documento senza costringere il visitatore a scaricarlo.

A ottobre 2026 rileviamo PDF.js su 6769 siti. Pubblica dal 2011 e distribuita con licenza Apache 2.0, la libreria è codice JavaScript che chiunque può copiare dentro il proprio bundle, ed è proprio questa copia locale a mandare all’aria qualsiasi censimento. Quando uno strumento di build integra e minifica il codice dentro un bundle applicativo, i nomi dei file e i percorsi riconoscibili scompaiono, e l’installazione diventa invisibile a qualsiasi sistema di rilevamento che lavori sull’HTML pubblico. Il dato va letto come il numero dei siti che caricano la libreria in una forma riconoscibile, con un totale reale superiore di un margine che non siamo in grado di stimare in modo responsabile.

Ciò che sopravvive al rilevamento resta comunque informativo, perché i siti che caricano il visualizzatore da un percorso visibile tendono a essere siti costruiti attorno ai documenti. Portali governativi e comunali, università, studi legali, istituti finanziari, enti di normazione, manuali e schede tecniche all’interno dell’e-commerce industriale: un visualizzatore di documenti nella pagina significa che l’organizzazione pubblica documenti come attività centrale, non per caso. Un segmento funzionale di questo tipo è invisibile alle classificazioni per settore, dato che un ospedale, un ente regolatore e un produttore di macchine utensili possono farne parte tutti per la stessa ragione di fondo.

È così che i fornitori di infrastrutture documentali leggono questa popolazione. Le aziende che vendono firma elettronica, generazione di documenti, oscuramento dei contenuti, adeguamento all’accessibilità, riconoscimento del testo e archiviazione cercano organizzazioni che trattano già i documenti come un prodotto primario, e un visualizzatore lato browser è un indicatore indiretto a basso costo di questo comportamento. Chi esegue audit di accessibilità ha un interesse più ristretto, perché i documenti visualizzati su un canvas sollevano domande a cui un programma di conformità deve rispondere. I team di sicurezza ne hanno un terzo, perché una libreria di rendering distribuita all’interno di moltissime build indipendenti è una questione di catena di fornitura almeno quanto una funzionalità.

Nessuna di queste è una domanda da porre dominio per dominio. Una verifica puntuale può dire se un sito carica il visualizzatore, ed è una risposta da debug a un problema di debug. L’elenco esportabile fornisce invece l’intera popolazione, ed è proprio ciò che serve per dimensionare la parte del web più densa di documenti, per ritagliarne un territorio o per verificare fin dove sia arrivato davvero un componente open source molto diffuso, quando si smette di fidarsi delle statistiche di download.