Puppeteer 从多个 HTML 字符串生成 PDF

Question

我正在使用 Puppeteer 从 HTML 字符串生成 PDF 文件。阅读文档，我发现了两种生成PDF文件的方法：

首先，传递一个url并调用goto方法如下：

page.goto('https://example.com');
page.pdf({format: 'A4'});

第二种，也就是我的情况，调用方法setContent如下：

page.setContent('<p>Hello, world!</p>');
page.pdf({format: 'A4'});

问题是我从客户端发送了 3 个不同的 HTML 字符串，我想生成一个包含 3 页的 PDF 文件（以防我有 3 个 HTML 字符串） .

我想知道是否存在使用 Puppeteer 执行此操作的方法？我接受其他建议，但我需要使用 chrome-headless.

Answer 1

我可以通过执行以下操作来做到这一点：

使用 puppeteer 生成 3 个不同的 PDF。您可以选择将文件保存在本地或将其存储在变量中。
我将文件保存在本地，因为我发现的所有 PDF 合并插件都只接受 URL，例如它们不接受缓冲区。在本地同步生成 PDF 后，我使用 PDF Easy Merge.

代码是这样的：

const page1 = '<h1>HTML from page1</h1>';
const page2 = '<h1>HTML from page2</h1>';
const page3 = '<h1>HTML from page3</h1>';

const browser = await puppeteer.launch();
const tab = await browser.newPage();
await tab.setContent(page1);
await tab.pdf({ path: './page1.pdf' });

await tab.setContent(page2); 
await tab.pdf({ path: './page2.pdf' });

await tab.setContent(page3);
await tab.pdf({ path: './page3.pdf' });

await browser.close();

pdfMerge([
  './page1.pdf',
  './page2.pdf',
  './page3.pdf',
],
path.join(__dirname, `./mergedFile.pdf`), async (err) => {
  if (err) return console.log(err);
  console.log('Successfully merged!');
})

Answer 2

我能够从以下代码的多个 URL 生成多个 PDF：

package.json

{
 ............
 ............

 "dependencies": {
    "puppeteer": "^1.1.1",
    "easy-pdf-merge": "0.1.3"
 }

 ..............
 ..............
}

index.js

const puppeteer = require('puppeteer');
const merge = require('easy-pdf-merge');

var pdfUrls = ["http://www.google.com","http://www.yahoo.com"];

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();

  var pdfFiles=[];

  for(var i=0; i<pdfUrls.length; i++){
    await page.goto(pdfUrls[i], {waitUntil: 'networkidle2'});
    var pdfFileName =  'sample'+(i+1)+'.pdf';
    pdfFiles.push(pdfFileName);
    await page.pdf({path: pdfFileName, format: 'A4'});
  }

  await browser.close();

  await mergeMultiplePDF(pdfFiles);
})();

const mergeMultiplePDF = (pdfFiles) => {
    return new Promise((resolve, reject) => {
        merge(pdfFiles,'samplefinal.pdf',function(err){

            if(err){
                console.log(err);
                reject(err)
            }

            console.log('Success');
            resolve()
        });
    });
};

运行命令：节点index.js

Answer 3

pdf-merger-js 是另一种选择。 page.setContent 应该与下面 page.goto 的直接替代品一样工作：

const PDFMerger = require("pdf-merger-js"); // 3.4.0
const puppeteer = require("puppeteer"); // 14.1.1

const urls = [
  "https://news.ycombinator.com",
  "https://en.wikipedia.org",
  "https://www.example.com",
  // ...
];
const filename = "merged.pdf";

let browser;
(async () => {
  browser = await puppeteer.launch();
  const [page] = await browser.pages();
  const merger = new PDFMerger();

  for (const url of urls) {
    await page.goto(url);
    merger.add(await page.pdf());
  }

  await merger.save(filename);
})()
  .catch(err => console.error(err))
  .finally(() => browser?.close())
;

Puppeteer 从多个 HTML 字符串生成 PDF

Puppeteer Generate PDF from multiple HTML strings

html-to-pdf

google-chrome-headless

puppeteer