node实现使用HTML生成PDF和图片

前段时间接到一个任务，是将网页生成PDF。

开始的解决方案是使用html2canvas将页面生成图片，再使用jspdf生成PDF。

这样做有3个缺点：

1. html2canvas生成的图片比较模糊
2. html2canvas和jspdf非常吃CPU，会导致性能差一点的电脑卡死
3. 生成的PDF，因为内容是图片生成的，所以文字等内容不能选中、复制等操作

后面了解到Puppeteer库，Puppeteer是一个node库，他提供了一组用来操纵Chrome的API, 通俗来说就是一个 headless chrome浏览器。既然是浏览器，那么我们手工可以在浏览器上做的事情Puppeteer都能胜任：

• 生成网页截图或者 PDF（VUE这类的SPA也可以生成网页截图或者 PDF）
• 高级爬虫，可以爬取大量异步渲染内容的网页
• 模拟键盘输入、表单自动提交、登录网页等，实现 UI 自动化测试
• 捕获站点的时间线，以便追踪你的网站，帮助分析网站性能问题

我们使用midwayjs作为HTTP服务，通过调用Puppeteer生成图片和PDF返回二进制给浏览器。

搭建环境

• 创建项目，node版本需要18.0.0以上

  npm init midway@latest -y
  cd G:\workspaces\export-service复制

• 安装puppeteer-core

  npm i puppeteer-core -S
  npm i carlo -S复制

  安装puppeteer-core和carlo需要代理，npm设置代理的方法

  # 设置 HTTP 代理
  npm config set proxy http://127.0.0.1:7890
   
  # 设置 HTTPS 代理
  npm config set https-proxy http://127.0.0.1:7890
   
  # 移除代理设置
  npm config delete proxy
  npm config delete https-proxy
   
  # 查看当前代理设置
  npm config get proxy
  npm config get https-proxy复制

导出pdf和图片

• 创建puppeteer.service.ts

  import { Provide } from '@midwayjs/core';
  import { IImageOptions } from '../interface';
  import puppeteer from 'puppeteer-core';
  import * as findChrome from 'carlo/lib/find_chrome';
   
  @Provide()
  export class PuppeteerService {
    async getImage(data: IImageOptions) {
      // 创建一个 puppeteer 实例
      const findChromePath = await findChrome({});
      const executablePath = findChromePath.executablePath;
      const browser = await puppeteer.launch({
        args: [
          // Required for Docker version of Puppeteer
          '--no-sandbox',
          '--disable-setuid-sandbox',
          // This will write shared memory files into /tmp instead of /dev/shm,
          // because Docker’s default for /dev/shm is 64MB
          '--disable-dev-shm-usage',
        ],
        headless: true,
        executablePath,
      });
      const page = await browser.newPage();
      if (data.cookies) {
        await page.setCookie(...data.cookies);
      }
      await page.goto(data.url);
      const buffer = await page.screenshot({ fullPage: true, type: 'jpeg' });
      await browser.close();
      return buffer;
    }
   
    async getPdf(data: IImageOptions) {
      // 创建一个 puppeteer 实例
      const findChromePath = await findChrome({});
      const executablePath = findChromePath.executablePath;
      const browser = await puppeteer.launch({
        args: [
          // Required for Docker version of Puppeteer
          '--no-sandbox',
          '--disable-setuid-sandbox',
          // This will write shared memory files into /tmp instead of /dev/shm,
          // because Docker’s default for /dev/shm is 64MB
          '--disable-dev-shm-usage',
        ],
        headless: true,
        executablePath,
      });
      const page = await browser.newPage();
      if (data.cookies) {
        await page.setCookie(...data.cookies);
      }
      await page.goto(data.url);
      const buffer = await page.pdf({
        printBackground: true,
        margin: {
          top: 20,
          bottom: 20,
        },
      });
      await browser.close();
      return buffer;
    }
  }复制

• 修改interface.ts

  export interface IImageOptions {
    url: string;
    cookies?: {
      name: string;
      value: string;
      path?: string;
      domain?: string;
    }[];
  }
   复制

• 创建api.controller.ts

  import { Inject, Controller, Get } from '@midwayjs/core';
  import { Context } from '@midwayjs/koa';
  import { PuppeteerService } from '../service/puppeteer.service';
   
  @Controller('/')
  export class APIController {
    @Inject()
    ctx: Context;
   
    @Inject()
    puppeteerService: PuppeteerService;
   
    @Get('/img')
    async getImg() {
      const buffer = await this.puppeteerService.getImage({
        url: 'https://www.baidu.com',
      });
      this.ctx.type = 'image/jpeg';
      this.ctx.set('Accept', 'image/webp,image/apng,image/png,image/*,*/*;q=0.8');
      // 下载图片
      // this.ctx.set('content-disposition', 'attachment; filename="baidu.png"');
      this.ctx.body = buffer;
    }
   
    @Get('/pdf')
    async getPdf() {
      const buffer = await this.puppeteerService.getPdf({
        url: 'https://www.baidu.com',
      });
      this.ctx.type = '.pdf';
      // this.ctx.set('Content-Type', 'application/octet-stream');
      this.ctx.set('Accept', 'image/webp,image/apng,image/png,image/*,*/*;q=0.8');
      // 下载PDF
      // this.ctx.set('content-disposition', 'attachment; filename="baidu.png"');
      this.ctx.body = buffer;
    }
  }复制

• 文件架构

  

​

• 启动

  npm run dev复制

• 测试

  • 导出图片

    

  • 导出PDF

  

​

问题

使用jmeter做压测发现内存暴了，导致服务重启。

原因：每一次请求都去产生一个puppeteer实例。产生一个 puppeteer实例就等于打开一个chrome，这是一个非常消耗性能的行为。

优化

使用连接池generic-pool优化。

• 安装generic-pool

  npm i generic-pool -S复制

• 创建puppeteer-pool.ts

  import puppeteer, { Browser, BrowserContext } from 'puppeteer-core';
  import { createPool, Pool } from 'generic-pool';
  import * as findChrome from 'carlo/lib/find_chrome';
   
  interface IPuppeteerPool {
    max?: number;
    min?: number;
    maxUses?: number;
    testOnBorrow?: boolean;
    autostart?: boolean;
    idleTimeoutMillis?: number;
    evictionRunIntervalMillis?: number;
    puppeteerArgs?: number;
    validator?: () => Promise<boolean>;
  }
  export class PuppeteerPool {
    private static _instance: PuppeteerPool;
    private _options: IPuppeteerPool;
    private _useCount = 0;
    private _browser: Browser;
    private _pool: Pool<BrowserContext>;
   
    public static async getInstance(options: IPuppeteerPool = {}) {
      if (!this._instance) {
        this._instance = new PuppeteerPool(options);
        await this._instance.init();
      }
      return this._instance;
    }
   
    /**
     * 初始化一个 Puppeteer 池
     * @param {Object} [options={}] 创建池的配置配置
     * @param {Number} [options.max=10] 最多产生多少个 puppeteer 实例 。如果你设置它，请确保 在引用关闭时调用清理池。 pool.drain().then(()=>pool.clear())
     * @param {Number} [options.min=1] 保证池中最少有多少个实例存活
     * @param {Number} [options.maxUses=2048] 每一个 实例 最大可重用次数，超过后将重启实例。0表示不检验
     * @param {Number} [options.testOnBorrow=2048] 在将 实例 提供给用户之前，池应该验证这些实例。
     * @param {Boolean} [options.autostart=false] 是不是需要在 池 初始化时 初始化 实例
     * @param {Number} [options.idleTimeoutMillis=3600000] 如果一个实例 60分钟 都没访问就关掉他
     * @param {Number} [options.evictionRunIntervalMillis=180000] 每 3分钟 检查一次 实例的访问状态
     * @param {Object} [options.puppeteerArgs={}] puppeteer.launch 启动的参数
     * @param {Function} [options.validator=(instance)=>Promise.resolve(true))] 用户自定义校验 参数是 取到的一个实例
     * @param {Object} [options.otherConfig={}] 剩余的其他参数 // For all opts, see opts at https://github.com/coopernurse/node-pool#createpool
     */
    constructor(options: IPuppeteerPool = {}) {
      this._options = options;
    }
   
    public async init() {
      await this._initBrowser();
      this._initPool();
    }
   
    private async _initBrowser() {
      // 创建一个 puppeteer 实例
      const findChromePath = await findChrome({});
      const executablePath = findChromePath.executablePath;
      this._browser = await puppeteer.launch({
        args: [
          // Required for Docker version of Puppeteer
          '--no-sandbox',
          '--disable-setuid-sandbox',
          // This will write shared memory files into /tmp instead of /dev/shm,
          // because Docker’s default for /dev/shm is 64MB
          '--disable-dev-shm-usage',
        ],
        headless: true,
        executablePath,
      });
    }
   
    private _initPool() {
      const {
        max = 10,
        min = 2,
        maxUses = 2028,
        testOnBorrow = true,
        autostart = false,
        idleTimeoutMillis = 3600000,
        evictionRunIntervalMillis = 180000,
        validator = (instance: BrowserContext) => Promise.resolve(true),
        ...otherConfig
      } = this._options;
   
      const factory = {
        create: async () => {
          // 创建一个匿名的浏览器上下文
          const instance = this._browser;
          // 创建一个 puppeteer 实例 ，并且初始化使用次数为 0
          this._useCount = 0;
          return await instance.createIncognitoBrowserContext();
        },
        destroy: async (instance: BrowserContext) => {
          await instance.close();
        },
        validate: async (instance: BrowserContext) => {
          // 执行一次自定义校验，并且校验校验 实例已使用次数。 当 返回 reject 时 表示实例不可用
          const valid = await validator(instance);
          return valid && (maxUses <= 0 || this._useCount < maxUses);
        },
      };
      const config = {
        max,
        min,
        testOnBorrow,
        autostart,
        idleTimeoutMillis,
        evictionRunIntervalMillis,
        ...otherConfig,
      };
      this._pool = createPool(factory, config);
      const genericAcquire = this._pool.acquire.bind(this._pool);
      // 重写了原有池的消费实例的方法。添加一个实例使用次数的增加
      this._pool.acquire = () =>
        genericAcquire().then((instance: BrowserContext) => {
          this._useCount += 1;
          return instance;
        });
    }
   
    public async use(fn: (instance: BrowserContext) => Promise<BrowserContext>) {
      let resource: BrowserContext;
      return this._pool
        .acquire()
        .then(async r => {
          resource = r;
          return resource;
        })
        .then(fn)
        .then(
          result => {
            // 不管业务方使用实例成功与后都表示一下实例消费完成
            this._pool.release(resource);
            return result;
          },
          err => {
            this._pool.release(resource);
            throw err;
          }
        );
    }
   
    get pool(): Pool<BrowserContext> {
      return this._pool;
    }
  }
   复制

• 修改puppeteer.service.ts

  import { Provide } from '@midwayjs/core';
  import { IImageOptions } from '../interface';
  import { PuppeteerPool } from '../util/puppeteer-pool';
   
  @Provide()
  export class PuppeteerService {
    async getImage(data: IImageOptions) {
      const pool = await PuppeteerPool.getInstance();
      return pool.use(async instance => {
        const page = await instance.newPage();
        if (data.cookies) {
          await page.setCookie(...data.cookies);
        }
        await page.goto(data.url);
        const buffer = await page.screenshot({ fullPage: true, type: 'jpeg' });
        await page.close();
        return buffer;
      });
    }
   
    async getPdf(data: IImageOptions) {
      const pool = await PuppeteerPool.getInstance();
      return pool.use(async instance => {
        const page = await instance.newPage();
        if (data.cookies) {
          await page.setCookie(...data.cookies);
        }
        await page.goto(data.url);
        const buffer = await page.pdf({
          printBackground: true,
          margin: {
            top: 20,
            bottom: 20,
          },
        });
        await page.close();
        return buffer;
      });
    }
  }复制

部署

这里使用docker进行部署，部署前需要下载chrome浏览器下载。

下载后将文件放在项目的build/google-chrome-stable_current_x86_64.rpm

• 在项目的根目录下创建docker配置文件Dockerfile

  FROM node:18 AS build
  
  RUN npm config set https-proxy http://192.168.56.1:7890
  
  WORKDIR /app
  
  COPY ./package.json /app
  COPY ./package-lock.json /app
  COPY ./tsconfig.json /app
  COPY ./.editorconfig /app
  COPY ./.eslintrc.json /app
  COPY ./.prettierrc.js /app
  COPY ./bootstrap.js /app
  COPY ./src /app/src
  
  RUN npm install
  
  RUN npm run build
  
  FROM node:18 AS chrome-stable
  
  WORKDIR /app
  
  COPY ./build/google-chrome-stable_current_amd64.deb /app/google-chrome-stable_current_amd64.deb
  
  RUN apt-get update && apt-get install -y fonts-liberation libasound2 fonts-ipafont-gothic fonts-wqy-zenhei fonts-thai-tlwg fonts-khmeros fonts-kacst fonts-freefont-ttf \
      libatk-bridge2.0-0 libgtk-3-0 libnspr4 libnss3 libx11-xcb1 libxss1 libxtst6 lsb-release xdg-utils libu2f-udev libvulkan1
  RUN dpkg -i /app/google-chrome-stable_current_amd64.deb
  
  RUN rm -rf /var/lib/apt/lists/*
  
  FROM chrome-stable
  
  RUN npm config set https-proxy http://192.168.56.1:7890
  
  WORKDIR /app
  
  COPY --from=build /app/dist ./dist
  # 把源代码复制过去， 以便报错能报对行
  COPY --from=build /app/src ./src
  COPY --from=build /app/bootstrap.js ./
  COPY --from=build /app/package.json ./
  COPY --from=build /app/package-lock.json ./
  
  ENV TZ="Asia/Shanghai"
  
  RUN npm install --production
  
  # 如果端口更换，这边可以更新一下
  EXPOSE 7001
  
  CMD ["npm", "run", "start"]
  复制

• 创建docker-compose配置文件docker-compose/docker-compose.yml

  version: '3'
   
  services:
    export-service:
      build:
        context: ..
        dockerfile: Dockerfile
      image: export-service:latest
      container_name: export-service
      restart: always
      ports:
        - 7001:7001复制

• 启动命令

  cd docker-compose
  sudo docker-compose up -d 复制

  其他命令

  # 不使用缓存，打包镜像
  sudo docker-compose build --no-cache复制

github：

如果觉得对您有帮助，还烦请点击下面的链接，帮忙github点个star~谢谢~

Imprevia/export-service