Firebase FunctionsでPDF解析機能を実装した実装記録

はじめに

システム構成

• フロントエンド: Next.js (App Router)

• バックエンド: Firebase Functions

• PDF処理: pdf.js

• CORS対応: cors middleware

Firebase Functions の実装

1. プロジェクトの初期設定

{
  "name": "functions",
  "description": "Cloud Functions for Firebase",
  "type": "module",
  "scripts": {
    "serve": "firebase emulators:start --only functions",
    "deploy": "firebase deploy --only functions"
  },
  "engines": {
    "node": "16"
  },
  "dependencies": {
    "firebase-admin": "^9.8.0",
    "firebase-functions": "^3.14.1",
    "pdfjs-dist": "^3.11.174",
    "cors": "^2.8.5"
  }
}

2. PDF処理関数の実装

import { https } from "firebase-functions";
import * as pdfjsLib from "pdfjs-dist";
import cors from "cors";
import admin from "firebase-admin";

admin.initializeApp();

const corsHandler = cors({
  origin: "*",
  methods: ["POST", "OPTIONS"],
});

export const extractpdftext = https.onRequest((request, response) => {
  return corsHandler(request, response, async () => {
    try {
      if (request.method !== "POST") {
        response.status(405).send("Method Not Allowed");
        return;
      }

      const pdfBuffer = request.body.pdfBuffer;
      if (!pdfBuffer) {
        response.status(400).send("PDF data is required");
        return;
      }

      // PDFからテキストを抽出
      const pdf = await pdfjsLib.getDocument(pdfBuffer).promise;
      let fullText = "";

      for (let i = 1; i <= pdf.numPages; i++) {
        const page = await pdf.getPage(i);
        const textContent = await page.getTextContent();
        const pageText = textContent.items.map((item) => item.str).join(" ");
        fullText += pageText + "\n";
      }

      response.json({ text: fullText });
    } catch (error) {
      console.error("PDF処理エラー:", error);
      response.status(500).send("PDF処理に失敗しました");
    }
  });
});

実装のポイント

1. CORSの設定

const corsHandler = cors({
  origin: "*",
  methods: ["POST", "OPTIONS"],
});

2. エラーハンドリング

• メソッドチェック

• 必要なデータの存在確認

• PDF処理時のエラーキャッチ

3. PDFテキスト抽出

const pdf = await pdfjsLib.getDocument(pdfBuffer).promise;
let fullText = "";

for (let i = 1; i <= pdf.numPages; i++) {
  const page = await pdf.getPage(i);
  const textContent = await page.getTextContent();
  const pageText = textContent.items.map((item) => item.str).join(" ");
  fullText += pageText + "\n";
}

実装で苦労した点

• Node.js環境でのpdf.jsの設定が特殊

• ブラウザ環境とは異なる使用方法への対応

• 開発環境と本番環境での動作の違い

• OPTIONSリクエストへの対応

• 様々なエラーケースへの対応

• クライアントへの適切なエラーメッセージの返却

セキュリティ考慮事項

• ファイルサイズ制限

• 大きすぎるPDFファイルによるメモリ消費の防止

• アップロード制限の設定

• CORS設定

• 本番環境では適切なオリジン制限が必要

• origin: "*" は開発用

• エラー情報の制限

• 詳細なエラー情報は内部でログ

• クライアントには必要最小限の情報のみ返却

デプロイと運用

• デプロイ手順
cd functions
npm install
firebase deploy --only functions

• 環境変数の管理

• Firebase Console での環境変数設定

• 開発環境と本番環境の分離

今後の改善点

1. パフォーマンス最適化

• PDFテキスト抽出処理の効率化

• メモリ使用量の最適化

• OCR機能の追加

• 画像付きPDFへの対応

• テキストフォーマットの改善

• エラーハンドリングの強化

• より詳細なエラーメッセージ

• リトライメカニズムの実装

まとめ