正文

如何用wkhtmltopdf命令行工具运行页面中的JavaScript代码，实现动态内容转换成PDF

/0 浏览量
0507

在将网页内容转换为PDF时，有时候网页中包含了一些JavaScript动态生成的内容，这就需要我们在使用wkhtmltopdf命令行工具时进行一些额外的设置。以下是一些步骤和方法，可以帮助你实现这一目标。

准备工作

  1. 确保你已经安装了wkhtmltopdf。你可以在官网下载适用于你操作系统的版本。
  2. 如果你需要将JavaScript代码运行在PDF中，可能需要安装一个额外的依赖，如qt5-tools，这取决于你的操作系统。

步骤

1. 使用PhantomJS运行JavaScript

wkhtmltopdf本身并不支持直接运行JavaScript。但是，我们可以通过结合使用PhantomJS来运行JavaScript，然后将结果传递给wkhtmltopdf。

phantomjs --web-security=no --load-images=true \
  --script='document.write("<h1>Hello, World!</h1>");' \
  --output=output.html

wkhtmltopdf --javascript-delay 5000 --disable-javascript-stack-trace --disable-local-file-access --disable-plugins --disable-smooth-scroll output.html output.pdf
  • --web-security=no：禁用跨域请求限制。
  • --load-images=true：允许加载图片。
  • --script：在页面中执行的JavaScript代码。
  • --output：输出HTML文件的路径。
  • --javascript-delay：延迟执行JavaScript代码的时间（单位为毫秒）。根据你的JavaScript执行时间调整这个值。

2. 使用Puppeteer

如果你使用的是Node.js环境，可以使用Puppeteer，它是一个Node库，提供了高级API来控制Chrome或Chromium。Puppeteer能够处理页面中的JavaScript。

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  await page.goto('http://example.com', { waitUntil: 'networkidle2' });
  await page.waitForSelector('selector', { visible: true });

  // 这里执行一些页面交互或等待动态内容加载
  // ...

  await page.pdf({ path: 'output.pdf', format: 'A4' });

  await browser.close();
})();

3. 使用Selenium WebDriver

你也可以使用Selenium WebDriver，结合适当的浏览器（如Chrome或Firefox），来运行JavaScript。

from selenium import webdriver

driver = webdriver.Chrome(executable_path='path/to/chromedriver')

driver.get('http://example.com')
driver.execute_script('document.write("<h1>Hello, World!</h1>");')

driver.save_screenshot('screenshot.png')
driver.quit()

然后使用wkhtmltopdf将屏幕截图转换为PDF：

wkhtmltopdf screenshot.png output.pdf

总结

以上方法都可以帮助你在转换网页时运行其中的JavaScript代码。你可以根据实际情况选择最合适的方法。需要注意的是，由于安全性原因，一些网页可能不允许外部工具（如PhantomJS）访问它们的JavaScript。在这种情况下，你可能需要获取网页的源代码，并手动或通过工具添加必要的JavaScript代码。

-- 展开阅读全文 --