使用Puppeteer部署Docker服务给网页生成PDF（支持中文、多页）

之前的文章有介绍利用Puppeteer部署Docker，生成截图，详见：https://blog.terrynow.com/2022/10/29/use-node-puppeteer-docker-mingalevme-screenshoter-as-service-to-fullscreen-screenshot-and-support-chinese/，不过并不能生成PDF，本次介绍另一个Docker镜像，是生成PDF的。

镜像地址是: https://hub.docker.com/r/hmtx/puppeteer-pdf

同样的，用默认的方式部署docker容器后，也是不支持中文网页生成PDF的，会有乱码现象，需要把中文字体下载准备好，放在服务器的/opt/fonts 下，部署docker的时候，映射进去

• 准备中文字体

我们可以去下载无版本问题的阿里巴巴普惠字体2.0（可放心商用）：https://done.alibabadesign.com/puhuiti2.0，当然你也可以使用自己想要的字体准备好

下载好了以后，解压，放在linux上面，如下（以放在/opt/fonts下为例）：

[root@localhost fonts]# pwd
/opt/fonts
[root@localhost fonts]# ll
total 61048
-rw-r--r-- 1 root root 2035700 Apr 30  2021 AlibabaPuHuiTi-2-105-Heavy.ttf
-rw-r--r-- 1 root root 2022644 Apr 30  2021 AlibabaPuHuiTi-2-115-Black.ttf
-rw-r--r-- 1 root root 8465416 Apr 30  2021 AlibabaPuHuiTi-2-35-Thin.ttf
-rw-r--r-- 1 root root 8476208 Apr 30  2021 AlibabaPuHuiTi-2-45-Light.ttf
-rw-r--r-- 1 root root 8449680 Apr 30  2021 AlibabaPuHuiTi-2-55-Regular.ttf
-rw-r--r-- 1 root root 8347080 Apr 30  2021 AlibabaPuHuiTi-2-65-Medium.ttf
-rw-r--r-- 1 root root 8293500 Apr 30  2021 AlibabaPuHuiTi-2-75-SemiBold.ttf
-rw-r--r-- 1 root root 8289188 Apr 30  2021 AlibabaPuHuiTi-2-85-Bold.ttf
-rw-r--r-- 1 root root 8124312 Apr 30  2021 AlibabaPuHuiTi-2-95-ExtraBold.ttf

• 拉取镜像

docker pull hmtx/puppeteer-pdf

• 启动镜像

docker run -d --name puppeteer-pdf -v /opt/fonts:/usr/share/fonts --restart always -p 3000:3000 hmtx/puppeteer-pdf

• 查看效果

浏览器输入：

http://localhost:3000/?url=https://www.baidu.com

应该就能查看到网页输出的baidu首页PDF

Linux上直接保存为文件的命令：

curl "http://localhost:3000/?url=https%3A%2F%2Fwww.baidu.com" > /tmp/baidu.pdf

Java程序获取PDF的简单示例：

httpGetPDFBytes("http://localhost:3000/?url=https://www.baidu.com");
// 或者在方法里面，把InputStream保存成文件，这个很基础，就不展开了

public static byte[] httpGetPDFBytes(String urlString) {
    try {
        URL url = new URL(urlString);
        HttpURLConnection connection = (HttpURLConnection) url.openConnection();
        connection.setDoInput(true);
        connection.connect();
        InputStream input = connection.getInputStream();
        
        ByteArrayOutputStream buffer = new ByteArrayOutputStream();
        int nRead;
        byte[] data = new byte[4096];
        while ((nRead = input.read(data, 0, data.length)) != -1) {
            buffer.write(data, 0, nRead);
        }
        return buffer.toByteArray();
    } catch (IOException e) {
        // Log exception
        return null;
    }
}

一些参数的说明：

• username
• password
• format (纸张大小，可选为："A4", "A3", "Letter" 等等)
• landscape (是否是横屏，可选为：true|false)
• url (需要生成PDF的网页，必填)