无头Chrome打印pdf

Question

我正在尝试使用Chrome的Headless功能将html转换为PDF。然而，我根本得不到输出。控制台也不显示任何错误。我正在我的windows M/C中运行以下命令。

chrome--无头--禁用GPU--打印到PDF

我试过了所有的选择。没有生成任何内容。我用的是chrome版本60

Answer 1

这是起作用的：

chrome --headless --disable-gpu --print-to-pdf=file1.pdf https://www.google.co.in/

在以下文件夹中创建文件:C:\Program Files(x86)\Google\Chrome\Application\61.0.3163.100。

Answer 2

默认情况下，--print-to-pdf尝试在用户目录中创建PDF。默认情况下，该用户目录是存储实际chrome二进制文件的地方，这是您正在运行的版本的特定版本文件夹-例如，“C:\Program Files(x86)\Google\chrome\Application\61.0.3163.100”。默认情况下...不允许Chrome写入此文件夹。您可以通过在命令中添加--enable-logging来观察它的尝试和失败。

因此不幸的是，默认情况下，此命令失败。*

您可以通过在参数中提供一个路径来解决这一问题，在该路径中，Chrome可以编写类似的内容

--print-to-pdf="C:\Users\Jane\test.pdf"

或者，您可以更改用户目录：

--user-data-dir="C:\Users\Jane"

您可能更喜欢更改用户目录的一个原因是如果您希望PDF从网页自动接收其名称；Chrome查看标题标签，然后像=>my-page.pdf那样转储它

*我认为这个默认行为是超级混乱的，应该作为针对Chrome的bug归档。然而，显然Chrome团队的一部分人完全反对这个命令行选项的存在，相反，他们认为最好是强迫所有使用它的人都得到一个node.js构建，使用Puppeteer并彻底删除该标志。

以这种方式调用chrome可以很好地工作，例如在带有Visual Studio的IIS Express上的本地开发环境中，但在运行IIS的服务器上，即使在无头模式下也会失败，因为IIS用户没有被授予交互/桌面权限，而chrome获取此PDF的方式实际上需要交互/桌面权限。提供这些权限有很多复杂的方法，但是你读到的任何地方都不能提供交互式/桌面权限。此外，Chrome有朝一日可能会取消命令行，这使得要使它正常工作变得更加困难，这是一个不确定的命题。

在幕后，Chrome只是使用了wkhtmltopdf。我还没试过，但这可能会完成任务。一个较小的风险是，当在Chrome中生成PDF时，测试是显而易见的：在Chrome中查看页面。如果紧张，请打开“打印预览”。在wkhtmltopdf中，它实际上是Chromium的不同构建，这可能会产生呈现差异。也许吧。

另一种选择是领先于那些希望摆脱--print-to-pdf的群体，并根据他们的喜好使用浏览器开发API（通过Selenium）。**

private static void pdfSeleniumImpl(string url, string pdfPath)
{
    var options = new OpenQA.Selenium.Chrome.ChromeOptions();
    options.AddArgument("headless");

    using (var chrome = new OpenQA.Selenium.Chrome.ChromeDriver(options))
    {
        chrome.Url = url;

        var printToPdfOpts = new Dictionary<string, object>();
        var resultDict = (Dictionary<string, object>)
            chrome.ExecuteChromeCommandWithResult(
                "Page.printToPDF", printToPdfOpts);
        dynamic result = new DDict(resultDict);
        string data = result.data;
        var pdfFile = Convert.FromBase64String(data);
        System.IO.File.WriteAllBytes(pdfPath, pdfFile);
    }
}

上面的DDict是我的另一个答案中的GracefulDynamicDictionary。

https://www.nuget.org/packages/gracefuldynamicdictionary/

https://github.com/b9chris/GracefulDynamicDictionary

https://stackoverflow.com/A/24192518/176877

理想情况下，这将是异步的，因为对Selenium的所有调用实际上都是网络命令，并且写入该文件可能会占用大量磁盘IO。从Chrome返回的数据实际上也是一个流。然而，不幸的是，Selenium常规使用的库根本不使用异步，因此需要升级该库或为.NET标识一个可靠的异步Selenium库才能真正正确地做到这一点。

https://github.com/puppeteer/puppeteer/blob/master/lib/page.js#L1007

https://chromedevtools.github.io/devtools-protocol/tot/page/#method-printtopdf

**page.pdfchrome Dev API命令也是不推荐使用的，因此，如果该命令行得逞，命令行和Dev API都将无法工作。这就是说，那些游说破坏它的人似乎在两年前就放弃了。