HTML转成PDF的4个办法介绍（附代码）
在本文中，我将展现怎样使用 Node.js、Puppeteer、headless Chrome 和 Docker 从样式复杂的 React 页面生成 PDF 文档。
背景：几个月前，一个客户要求我们开发一个功效，会员可以得到 PDF 格局的 React 页面内容。该页面根本上是患者病例的报告和数据可视化结果，其中包括很多 SVG。别的还有一些非凡的恳求来操作规划，并对 HTML 元素停止一些从新摆列。因此与原始的 React 页面比拟，PDF 中应当有不一样的样式和额外的内容。
由于这个任务比用简便的 CSS 规则解决要复杂得多，所以我们先商量了大概的实现办法。我们寻到了 3 个主要解决方案。这篇博文将引导你理解它们的大概性并终究实施。
在客户端还是效劳器端生成？
在客户端和效劳器端都可以生成PDF文件。但是让后端处置它大概更成心义，由于你并不想耗尽会员阅读器可以供给的所有资源。
即使如此，我依然会展现这两种办法的解决方案。
方案1：从 DOM 制作屏幕截图
乍一看，这个解决方案好像是最简便的，事实证明确实是这样，但它有其本身的局限性。假如你没有非凡需求，例如在 PDF 中选中文本或对文本停止搜索，那么这就是一种简便易用的办法。
此办法简便明了：从页面创立屏幕截图，并把它放到 PDF 文件中。非常直接了当。我们可以使用两个包来实现：
- Html2canvas，按照 DOM 生成截图
- jsPdf，一个生成PDF的库
开端编码：
npm install html2canvas jspdf
import html2canvas from 'html2canvas'
import jsPdf from 'jspdf'
function printPDF () {
const domElement = document.getElementById('your-id')
html2canvas(domElement, { onclone: (document) => {
document.getElementById('print-button').style.visibility = 'hidden'
}})
.then((canvas) => {
const img = canvas.toDataURL('image/png')
const pdf = new jsPdf()
pdf.addImage(imgData, 'JPEG', 0, 0, width, height)
pdf.save('your-filename.pdf')
})就这样！
请留意 html2canvas 的 onclone办法。当你在截图此前需要操作 DOM（例如潜藏打印按钮）时，它是非常利便的。我看到过许多使用这个包的项目。但不幸的是，这不是我们想要的，由于我们需要在后端完成对 PDF 的创立工作。
方案2：只使用 PDF 库
NPM上有几个库，如 jsPDF（如上所述）或PDFKit。他们的问题是，假如我想使用这些库，我将不得不从新调整页面构造。这必定会伤害可保护性，由于我需要将所有后续更换利用到 PDF 模板和 React 页面中。
请看下面的代码。你需要亲自手动创立 PDF 文档。你需要遍历 DOM 并寻出每个元素并将其转换为 PDF 格局，这是一项繁琐的工作。必需寻到一个更简便的办法。
doc = new PDFDocument
doc.pipe fs.createWriteStream('output.pdf')
doc.font('fonts/PalatinoBold.ttf')
.fontSize(25)
.text('Some text with an embedded font!', 100, 100)
doc.image('path/to/image.png', {
fit: [250, 300],
align: 'center',
valign: 'center'
});
doc.addPage()
.fontSize(25)
.text('Here is some vector graphics...', 100, 100)
doc.end()这段代码段来自 PDFKit 文档。但是假如你的目标是直接生成一个 PDF 文件，而不是对一个已经存在的（并且不竭转变的）HTML 页面停止转换，它还是很有用的。
终究方案3：基于 Node.js 的 Puppeteer 和 Headless Chrome
什么是 Puppeteer？其文档中写道：
Puppeteer 是一个 Node 库，它供给了一个高级 API 来操纵 DevTools 和谈上的 Chrome 或 Chromium。 Puppeteer 默许以 headless 模式运转 Chrome 或 Chromium，但其也可以被配置为完全的（non-headless）模式运转。
它本质上是一个可以从 Node.js 运转的阅读器。假如你读过它的文档，其中第一提到的就是你可以用 Puppeteer 来生成页面的截图和PDF。优异！这正是我们想要的。
先用 npmi i puppeteer 安置 Puppeteer，并实现我们的功效。
const puppeteer = require('puppeteer')
async function printPDF() {
const browser = await puppeteer.launch({ headless: true });
const page = await browser.newPage();
await page.goto('https://blog.risingstack.com', {waitUntil: 'networkidle0'});
const pdf = await page.pdf({ format: 'A4' });
await browser.close();
return pdf
})这是一个简便的功效，可导航到 URL 并生成站点的 PD F文件。
第一，我们启动阅读器（仅在 headless 模式下支撑 PDF 生成），然后翻开新页面，设定视口，并导航到供给的URL。
设定 waitUntil:'networkidle0' 选项意味着当至少500毫秒没有网络连接时，Puppeteer 会认为导航已完成。 （可以从 API docs 猎取更多信息。）
之后，我们将 PDF 留存为变量，关闭阅读器并返回 PDF。
留意：page.pdf 办法接收 options 对象，你可以使用 'path' 选项将文件留存到磁盘。假如未供给途径，则 PDF 将不会被留存到磁盘，而是会得到缓冲区。（稍后我将计议怎样处置它。）
假如需要先登录才能从受庇护的页面生成 PDF，第一你要导航到登录页面，检查表单元素的 ID 或名称，填写它们，然后提交表单：
await page.type('#email', process.env.PDF_USER)
await page.type('#password', process.env.PDF_PASSWORD)
await page.click('#submit')要始终将登录根据留存在环境变量中，不要硬编码！
样式操纵
Puppeteer 也有这种样式操纵的解决方案。你可以在生成 PDF 此前插入样式标志，Puppeteer 将生成具有已修改样式的文件。
await page.addStyleTag({ content: '.nav { display: none} .navbar { border: 0px} #print-button {display: none}' })将文件发送到客户端并留存
好的，此刻你已经在后端生成了一个 PDF 文件。接下来做什么？
如上所述，假如你不把文件留存到磁盘，将会得到一个缓冲区。你只需要把含有恰当内容类型的缓冲区发送到前端即可。
printPDF.then(pdf => {
res.set({ 'Content-Type': 'application/pdf', 'Content-Length': pdf.length })
res.send(pdf)此刻，你只需在阅读器向效劳器发送恳求即可得到生成的 PDF。
function getPDF() {
return axios.get(`${API_URL}/your-pdf-endpoint`, {
responseType: 'arraybuffer',
headers: {
'Accept': 'application/pdf'
}
})一旦发送了恳求，缓冲区的内容就应当开端下载了。最后一步是将缓冲区数据转换为 PDF 文件。
savePDF = () => {
this.openModal(‘Loading…’) // open modal
return getPDF() // API call
.then((response) => {
const blob = new Blob([response.data], {type: 'application/pdf'})
const link = document.createElement('a')
link.href = window.URL.createObjectURL(blob)
link.download = `your-file-name.pdf`
link.click()
this.closeModal() // close modal
})
.catch(err => /** error handling **/)
}
<button onClick={this.savePDF}>Save as PDF</button>就这样！假如单击“留存”按钮，那么阅读器将会留存 PDF。
在 Docker 中使用 Puppeteer
我认为这是实施中最棘手的部分 —— 所以让我帮你节约几个小时的baidu时间。
官方文档指出“在 Docker 中使用 headless Chrome 并使其运转起来大概会非常棘手”。官方文档有疑问解答部分，你可以寻到有关用 Docker 安置 puppeteer 的所有必要信息。
假如你在 Alpine 镜像上安置 Puppeteer，请确保在看到页面的这一部分时再向下滚动一点。不然你大概会忽略一个事实：你没法运转最新的 Puppeteer 版本，并且你还需要用一个标志禁用 shm ：
const browser = await puppeteer.launch({
headless: true,
args: ['--disable-dev-shm-usage']
});不然，Puppeteer 子进程大概会在正常启动此前耗尽内存。
方案 3 + 1：CSS 打印规则
大概有人认为从开发人员的角度来看，简便地使用 CSS 打印规则很容易。没有 NPM 模块，只要纯 CSS。但是在跨阅读器兼容性方面，它的展现怎样呢？
在选中 CSS 打印规则时，你必需在每个阅读器中测试结果，以确保它供给的规划是雷同的，并且它不是100％能做到这一点。
例如，在给定元素后面插入一个 break-after 并不是一个多么高妙的技术，但是你大概会惊奇的发明要在 Firefox 中使用它需要使用变通办法。
除非你是一位经历丰硕的 CSS 大师，在创立可打印页面方面有许多的经历，不然这大概会非常耗时。
假如你可以使打印样式表保持简便，打印规则是很好用的。
让我们来看一个例子吧。
@media print {
.print-button {
display: none;
}
.content p {
break-after: always;
}
}上面的 CSS 潜藏了打印按钮，并在每个 p 之后插入一个分页符，其中包括content 类。有一篇很棒的文章总结了你可以用打印规则做什么，乃至它们有什么问题，包罗阅读器兼容性。
思考到所有因素，假如你想从不那么复杂的页面生成 PDF，CSS打印规则非常有效。
总结
让我们快速回忆前面介绍的方案，以便从 HTML 页面生成 PDF 文件：
从 DOM 发生截图：当你需要从页面创立快照时（例如创立缩略图）大概很有用，但是当你需要处置大量数据时就会有些应接不暇。
只用 PDF 库：假如你打算从头开端以编程方式创立 PDF 文件，这是一个完善的解决方案。不然，你需要同时保护 HTML 和 PDF 模板，这绝对是一个禁忌。
Puppeteer：尽管在 Docker 上工作相对艰难，但它为我们的实现供给了最好的结果，并且编写代码也是最简便的。
CSS打印规则：假如你的会员受过足够的教育，知道怎样把页面内容打印到文件，并且你的页面相对简便，那么它大概是最轻松的解决方案。正如你在我们的案例中所看到的，事实并非如此。
本篇文章到这里就已经全部完毕了，更多其他出色内容可以关注PHP中文网的HTML视频教程栏目！
以上就是HTML转成PDF的4个办法介绍（附代码）的具体内容，更多请关注百分百源码网其它相关文章！
