nodejs抓取动态网页( U盘安装好几次都失败了，全局一次就成功了)

　　nodejs抓取动态网页(

U盘安装好几次都失败了，全局一次就成功了)

　　<p>原文传送门：https://www.ic365club.com/article/detail?id=MA217p10rc08

　　开发的需求中难免会遇到下载文件的要求，下载自定义HTML文件的需求尤为显著。而不是所有的用户都知道HTML，但是知道和使用pdf的肯定多余HTML的，将HTML文件转pdf提供下载优化用户体验自然也就成为各位内卷的又一目标啦！<br />

　　[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kRxh9Tvd-1633685073551)(/article/img/AI21bk10pz08.jpg “奋斗”)]

　　加油奥利给冲起来（别想歪了）

文章目录

思路方法一安装举例

方法二安装使用api文档

总结

<a id="_10"></a>思路

　　其实吧，其实吧方法挺多的，看大家接受哪种了。

　　1.前端客户自己生成图片，我的网站有几个demo。https://www.ic365club.com/picture/,类似这样的形式，但是局限比较大。我当时做的时候遇到了很多bug，很久没有去看了（bug运行起来就不要动它了）。兼容性不好，会受到浏览器、终端、内核、样式的影响。【pass】

　　2.使用python来搞，python大法好啊。但是网上看了一圈说速度也是不快，不能说慢，只能说不快。（知道的大佬可以评论区科普哈哈）【pass】<br /> [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zL1don5B-1633685073553)(http://img.doutula.com/production/uploads/image/2019/08/10/20190810417473_icDjId.jpg “python”)]

　　3.1使用nodejs模块html-pdf。这个还算可以，但是不支持远程url和一些标签渲染不出来，比如有的img标签，但有的又可以。【备选】<br /> [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XwBSsxaw-1633685073554)(http://img.doutula.com/production/uploads/image/2020/02/05/20200205899703_YNsciS.jpg “妙啊”)]

　　3.2使用nodejs模块puppeteer，这个模块不像上面的那个，这个是调用Chrome内核做无头浏览器，本质上是使用浏览器生成的。这个有点明显可以使用远程url也可以使用本地链接，而且对样式的渲染也比较好，出来的是彩色的。<br /> [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RVtZLhI0-1633685073555)(http://img.doutula.com/production/uploads/image/2019/01/01/20190101274861_vPERiw.png “成了”)]

<a id="_23"></a>方法一

　　使用nodejs模块html-pdf。

<a id="_25"></a>安装

npm i html-pdf

</p>

　　最好使用全局安装，一些依赖是全局安装的，这样就不会报错了。我在U盘上安装了几次都失败了，但是全局成功了一次。

　　例如

　　var fs = require(&#39;fs&#39;);

var pdf = require(&#39;html-pdf&#39;);// 这种则是依靠自己本事转pdf的，这种方式样式兼容不太好，渲染结果是黑白的

var html = fs.readFileSync(&#39;pdf2.html&#39;, &#39;utf8&#39;);

var options = { format: &#39;Letter&#39; };// api请查看npm，因为一直再更新，请根据官方为主。

pdf.create(html, options).toFile(&#39;./businesscard.pdf&#39;, function(err, res) {

if (err) return console.log(err);

console.log(res); // { filename: &#39;/app/businesscard.pdf&#39; }

});

　　欲了解更多信息，请参阅官方网站。

　　方法二

　　使用 nodejs 模块 puppeteer

　　安装

　　npm i puppeteer

　　npm i puppeteer-core

　　最好使用全局安装，一些依赖是全局安装的，这样就不会报错了。我在U盘上安装了几次都失败了，但是全局成功了一次。

　　安装此软件包时，将安装浏览器内核。如上所述，这个包是通过操作无头浏览器生成的。

　　[外部链接图像传输失败。源站可能有反水蛭链接机制。建议保存图片直接上传(img-Uez791Aj-56)(/article/img/AI217e10f108.png "Kernel") )]

　　利用

　　const puppeteer = require(&#39;puppeteer&#39;);

(async () => {

const browser = await puppeteer.launch();

const page = await browser.newPage();

await page.goto(__dirname+&#39;/pdf.html&#39;, { //这个可以渲染出图片甚至跨域的图片

waitUntil: &#39;networkidle2&#39;,

});

await page.pdf({ path: &#39;hn1.pdf&#39;, format: &#39;a4&#39; }); // 如果已有该文件会报错

await browser.close();

})();

　　在第 6 行中，我渲染了一个本地文件，因此我采用了文件的绝对路径。

　　具体选项请参考 npm。

　　中文文件

　　#/

　　api文档

　　右上角“相关信息”已经下载了api

　　总结

　　1.尝试全局安装

　　2.如果出错，请仔细阅读错误报告。一般是缺少某个依赖，安装即可。

　　3. 我用的两个node包速度差不多，不快

　　4. 找了python的方法，说比较慢，我就没有再试python了。如果你有兴趣，请告诉我你是否尝试过。哈哈

　　[外部链接图像传输失败。源站可能有反水蛭链接机制。建议保存图片直接上传(img-d3rn2bNm-56)("响指")]

　　原创门户：

　　——————————