Incorporando PDF em Páginas Web
Duas formas de incorporar documentos PDF em uma página HTML — com as tags nativas <object>/<embed> e com a biblioteca PDFObject — mais o CSS para deixar o visualizador responsivo.
PDF significa Portable Document Format. O formato foi desenvolvido pela Adobe e disponibilizado gratuitamente em 1993.
Existem vários métodos para incorporar um PDF em uma página web — vou apresentar dois deles: usando tags do HTML e usando uma biblioteca.
Usando tags do HTML
<object data="/pdf/sample-3pp.pdf" type="application/pdf" width="750px" height="750px">
<embed src="/pdf/sample-3pp.pdf" type="application/pdf"></embed>
</object>
Usar as tags <object> e <embed> juntas dá uma amplitude maior de compatibilidade entre navegadores — se um deles não suportar <object>, o <embed> aninhado serve de fallback.
Usando a biblioteca PDFObject
A biblioteca escolhida foi a PDFObject, simples e fácil de utilizar. Para incorporar o PDF, siga os passos abaixo:
1. Crie uma <div> para embedar o PDF
<div id="example1"></div>
2. Diga ao PDFObject qual PDF incorporar e onde incorporá-lo
<script src="https://cdnjs.cloudflare.com/ajax/libs/pdfobject/2.1.1/pdfobject.min.js"></script>
<script>
PDFObject.embed("/pdf/sample-3pp.pdf", "#example1");
</script>
Bônus: CSS para tela cheia
Para incorporar o PDF ocupando a página toda, configure o seguinte CSS:
* {
margin: 0;
min-height: 100vh;
}
Caso esteja usando a biblioteca PDFObject, acrescente também:
.pdfobject-container {
height: 30rem;
}
Clique aqui para conferir a documentação e os exemplos oficiais do PDFObject.
Artigos relacionados
Como usamos MCP + IA para buscar vagas certas no Gupy (não só vagas)
Por trás do Radar Unificando: por que abandonamos scraping frágil de HTML e passamos a consumir o MCP oficial da Gupy, e como um LLM cruza isso com o perfil real do candidato para devolver vaga com fit, não lista genérica.
IA local no navegador: busca semântica em 32 mil medicamentos sem um centavo de API
Como usar o modelo all-MiniLM-L6-v2 rodando 100% no servidor com Xenova Transformers para fazer busca por similaridade semântica em 32.585 registros — sem OpenAI, sem custo, sem dependência externa.