Descarregar sites que utilizam PDF.js

Sobre PDF.js

Uma biblioteca é mais difícil de contar do que uma plataforma, e PDF.js é uma boa ilustração do porquê. Escrita por Mozilla para desenhar documentos dentro do navegador com canvas em vez de um plugin, tornou-se o motor do visualizador integrado do Firefox e depois viajou muito para além dele. Os programadores integram a biblioteca em portais, intranets, sistemas de publicação, catálogos e qualquer produto que tenha de mostrar um documento sem entregar um descarregamento ao visitante.

Em outubro de 2026 detetamos PDF.js em 2097 sites. Pública desde 2011 e lançada com licença Apache 2.0, a biblioteca é JavaScript que qualquer pessoa pode copiar para dentro do seu próprio pacote, e é precisamente essa cópia que inviabiliza qualquer recenseamento. A partir do momento em que uma ferramenta de compilação incorpora e minifica o código num pacote de aplicação, os nomes de ficheiro e os caminhos reconhecíveis desaparecem, e a instalação torna-se invisível para qualquer detetor que trabalhe a partir de HTML público. O valor deve ser lido como os sites que carregam a biblioteca de forma reconhecível, com o total real mais alto numa medida que não conseguimos estimar com responsabilidade.

O que sobrevive à deteção continua a ser informativo, porque os sites que carregam o visualizador a partir de um caminho visível tendem a ser sites construídos à volta de documentos. Portais governamentais e municipais, universidades, escritórios de advogados, instituições financeiras, organismos de normalização, manuais e fichas técnicas dentro do comércio eletrónico industrial: um visualizador de documentos na página significa que a organização publica documentos como atividade central e não por acaso. Um segmento funcional destes é invisível para a classificação setorial, uma vez que um hospital, um regulador e um fabricante de máquinas-ferramenta podem pertencer-lhe todos pela mesma razão de fundo.

Os fornecedores de infraestrutura documental leem a população dessa forma. As empresas que vendem assinatura eletrónica, geração de documentos, ocultação de dados, correção de acessibilidade, reconhecimento de texto e armazenamento de arquivo procuram organizações que já tratam os documentos como um resultado primário, e um visualizador do lado do navegador é um indicador barato desse comportamento. Os auditores de acessibilidade têm um interesse mais restrito, uma vez que os documentos desenhados sobre um canvas levantam questões a que um programa de conformidade tem de responder. As equipas de segurança têm um terceiro interesse, porque uma biblioteca de renderização que é distribuída dentro de muitíssimas compilações independentes é tanto uma questão de cadeia de fornecimento como uma funcionalidade.

Nada disso é uma pergunta por domínio. Uma consulta pode dizer se um site concreto carrega o visualizador, o que é uma resposta de depuração para um problema de depuração. A lista exportável dá antes a população, que é o que é preciso para dimensionar a parte da web mais dependente de documentos, para recortar dela um território, ou para verificar até onde um componente de código aberto amplamente incorporado viajou de facto, quando se deixa de confiar nas estatísticas de descarregamento.