一、背景
開發工作中,需要實現網頁生成 PDF 的功能,生成的 PDF 需上傳至服務端,將 PDF 地址作為引數請求外部介面,這個轉換過程及轉換後的 PDF 不需要在前端展示給使用者。
二、技術選型
該功能不需要在前端展示給使用者,為節省客戶端資源,選擇在服務端實現網頁生成 PDF 的功能。
1。 Puppeteer
Puppeteer 是一個
Node
庫,它提供了高階
API
來透過
DevTools
協議控制
Chrome
或
Chromium
。
在瀏覽器中手動執行的大多數操作都可以使用
Puppeteer
完成,比如:
生成頁面的螢幕截圖和 PDF;
爬取
SPA
並生成預渲染的內容(即
SSR
);
自動進行表單提交,UI 測試,鍵盤輸入等;
建立最新的自動化測試環境。使用最新的
JavaScript
和瀏覽器功能,直接在最新版本的
Chrome
中執行測試;
捕獲時間線跟蹤網站,以幫助診斷效能問題;
測試
Chrome
擴充套件程式。
從上可見,
Puppeteer
可以實現在
Node
端生成頁面的 PDF 功能。
三、實現步驟
1。 安裝
進入專案,安裝
puppeteer
到本地。
$ npm install -g cnpm ——registry=https://registry。npm。taobao。org$ cnpm i puppeteer ——save
需注意的是,安裝
puppeteer
時,會下載與
API
一起使用的最新版本的
Chromium
瀏覽器,有以下方法可以修改預設設定,不下載瀏覽器:
在環境變數中設定
PUPPETEER_SKIP_CHROMIUM_DOWNLOAD
;
用
puppeteer-core
代替
puppeteer
。
puppeteer-core
是
puppeteer
的輕量級版本,預設不下載瀏覽器,而是啟動現有的瀏覽器或者連線遠端瀏覽器,使用
puppeteer-core
需注意本地有可連線的瀏覽器,且安裝的
puppeteer-core
版本與打算連線的瀏覽器相容。連線本地瀏覽器方法如下:
const browser = await puppeteer。launch({ executablePath: ‘/path/to/Chrome’ });
本專案需要部署至服務端,沒有可連線的瀏覽器,因此選擇安裝的是
puppeteer
。
2。 啟動瀏覽器
const browser = await puppeteer。launch({ headless: true, args: [‘——no-sandbox’, ‘——font-render-hinting=medium’] })
headless
代表無頭模式,在後端啟動瀏覽器,前端不會有展示。
小建議:本地除錯時,建議設定
headless: false
,可以啟動完整版本的瀏覽器,直接在瀏覽器視窗檢視內容。
3。 開啟新頁面
生成瀏覽器後,在瀏覽器中開啟新頁面。
const page = await browser。newPage()
4。 跳轉到指定頁面
跳轉至要生成 PDF 的頁面。
await page。goto(`${baseURL}/article/${id}`, { timeout: 60000, waitUntil: ‘networkidle2’, // networkidle2 會一直等待,直到頁面載入後不存在 2 個以上的資源請求,這種狀態持續至少 500 ms })
timeout
是最長的載入時間,預設 30s,網頁載入時間長的情況下,建議將
timeout
值改大,防止超時報錯。
waitUntil
表示頁面載入到什麼程度可以開始生成 PDF 或其他操作了,當網頁需載入的圖片資源較多時,建議設定為
networkidle2
,有以下值可選:
load:當
load
事件觸發時;
domcontentloaded: 當
DOMContentLoaded
事件觸發時;
networkidle0: 頁面載入後不存在 0 個以上的資源請求,這種狀態持續至少 500 ms;
networkidle2: 頁面載入後不存在 2 個以上的資源請求,這種狀態持續至少 500 ms。
5。 指定路徑,生成pdf
上述指定的頁面載入完成後,將該頁面生成 PDF。
const ext = ‘。pdf’ const key = randomFilename(title, ext) const _path = path。resolve(config。uploadDir, key) await page。pdf({ path: _path, format: ‘a4’ })
path
表示將 PDF 儲存到的檔案路徑,如果未提供路徑,PDF 將不會儲存至磁碟。
小建議:不管 PDF 是不是需要儲存到本地,建議在除錯的時候都設定一個path,方便檢視生成的 PDF 的樣式,檢查是否有問題。
format
表示 PDF 的紙張格式,a4 尺寸為 8。27 英寸 x 11。7 英寸,是傳統的列印尺寸。
注意:目前僅支援headless: true 無頭模式下生成 PDF
6。 關閉瀏覽器
所有操作完成後,關閉瀏覽器,節約效能。
await browser。close()
四、難點
1。 圖片懶載入
由於需生成 PDF 的頁面是文章型別的頁面,包含大量圖片,且圖片引入了懶載入,導致生成的 PDF 會帶有很多懶載入兜底圖,效果如下圖:
解決方法是跳轉到頁面後,將頁面滾動到底部,所有圖片資源都會得到請求,
waitUntil
設定為
networkidle2
,圖片就能載入成功了。
await autoScroll(page) // 因為文章圖片引入了懶載入,所以需要把頁面滑動到最底部,保證所有圖片都加載出來/** * 控制頁面自動滾動 * */function autoScroll (page) { return page。evaluate(() => { return new Promise
這裡用到了
page。evaluate()
方法,用來控制頁面操作,比如使用內建的
DOM
選擇器、使用
window
方法等等。
2。 CSS 列印樣式
根據官網說明,
page。pdf()
生成 PDF 檔案的樣式是透過
print css media
指定的,因此可以透過
css
來修改生成的 PDF 的樣式,以本文需求為例,生成的 PDF 需要隱藏頭部、底部,以及其他和文章主體無關的部分,程式碼如下:
@media print { 。other_info, 。authors, 。textDetail_comment, 。detail_recTitle, 。detail_rec, 。SuspensePanel { display: none !important; } 。Footer, 。HeaderSuctionTop { display: none; }}
3。 登入態
由於存在一部分文章不對外部使用者公開,需要鑑權使用者身份,符合要求的使用者才能看到文章內容,因此跳轉到指定文章頁後,需要在生成的瀏覽器視窗中注入登入態,符合條件的登入使用者才能看到這部分文章的內容。
採用注入
cookie
的方式來獲取登入態,使用
page。evaluate()
設定
cookie
,程式碼如下:
async function simulateLogin (page, cookies, domain) { return await page。evaluate((sig, sess, domain) => { let date = new Date() date = new Date(date。setDate(date。getDate() + 1)) let expires = ‘’ expires = `; expires=${date。toUTCString()}` document。cookie = `koa:sess。sig=${sig}${expires}; domain=${domain}; path=/` document。cookie = `koa:sess=${sess}=${expires}; domain=${domain}; path=/` // =是這個cookie的value document。cookie = `is_login=true${expires}; domain=${domain}; path=/` }, cookies[‘koa:sess。sig’], cookies[‘koa:sess’], domain)}await simulateLogin(page, cookies, config。domain。split(‘//’)[1])
小建議:
Puppeteer
也有自帶的
api
實現
cookie
注入,如
page。setCookie({name: name, value: value})
,但是我用這個方式注入沒能獲取到登入態,沒有找到具體原因,建議還是直接用我上面這個方法來注入
cookie
,注意除
name
和
value
外,
expires
、
domain
、
path
也需要配置。
4。 Docker 部署 Puppeteer
根據上文操作,本地已經可以成功將頁面生成 PDF 了,本地體驗沒問題後,需要部署到服務端給到測試、上線。
沒有修改
Dockerfile
時,部署後發現瞭如下錯誤:
官網有給 Docker 配置說明可以參考,最終實踐可用的
ubuntu
系統的
Dockerfile
如下:
# 。。。省略。。。# 安裝 puppeteer 依賴RUN apt-get update && \ apt-get install -y libgbm-dev && \ apt-get install gconf-service libasound2 libatk1。0-0 libatk-bridge2。0-0 libc6 libcairo2 libcups2 libdbus-1-3 libexpat1 libfontconfig1 libgcc1 libgconf-2-4 libgdk-pixbuf2。0-0 libglib2。0-0 libgtk-3-0 libnspr4 libpango-1。0-0 libpangocairo-1。0-0 libstdc++6 libx11-6 libx11-xcb1 libxcb1 libxcomposite1 libxcursor1 libxdamage1 libxext6 libxfixes3 libxi6 libxrandr2 libxrender1 libxss1 libxtst6 ca-certificates fonts-liberation libappindicator1 libnss3 lsb-release xdg-utils wget build-essential libcairo2-dev libpango1。0-dev libjpeg-dev libgif-dev librsvg2-dev -y && \ apt-get install -y fonts-ipafont-gothic fonts-wqy-zenhei fonts-thai-tlwg fonts-kacst fonts-freefont-ttf ——no-install-recommends# 。。。省略。。。
只需要重點關注
安裝 puppeteer 依賴
部分即可。
注意:在 v1。18。1 之前,Puppeteer 至少需要 Node v6。4。0。從 v1。18。1 到 v2。1。0 的版本都依賴於 Node 8。9。0+。從 v3。0。0 開始,Puppeteer 開始依賴於 Node 10。18。1+。配置 Dockerfile 時也需要注意服務端的 node 版本。
五、總結
本文講述了實現在
Node
端將網頁生成 PDF 檔案的完整過程,總結為以下 3 點:
技術選型,根據需求場景選擇合適的手段實現功能;
閱讀官方文件,快速過一遍文件才能少遇到些坑;
破解難點,使用一個未使用的工具,會遇到沒有解決過的難題,遇招拆招吧 ^ ^。
參照 Demo 原始碼 可快速上手上述功能,希望本文能對你有所幫助,感謝閱讀❤️
· 往期精彩 ·
【直播回顧·程式媛的成長蛻變】
【大規格檔案的上傳最佳化】
【JDR DESIGN 開發小結】
歡迎關注凹凸實驗室部落格:aotu。io
或者關注凹凸實驗室公眾號(AOTULabs),不定時推送文章: