ChromeDriver--页面加载后打印到PDF

Question

根据这些文件，可以使用--print-to-pdf以无头模式启动Chrome以导出网页的PDF格式。这对于通过get请求访问的页面很好。

试图找到一个打印到PDF的解决方案，这将允许我导出一个PDF后，执行多个导航请求从Chrome。示例：打开google.com，输入搜索查询，单击第一个结果链接，导出到PDF。

看着（数量非常有限的）文档和样本，我没能找到一种方法来指示Chrome在页面加载后导出PDF。我正在使用Java的chrome-driver。

一个不涉及Chrome的可能解决方案是使用像wkhtmltopdf这样的工具。在将HTML发送到该工具之前，沿着此路径将迫使我执行以下操作：

• 将HTML保存在本地文件中
• 遍历DOM，下载所有文件链接（图像、js、css等）

我不喜欢这个路径，因为我需要做大量的修改[我假设]才能使下载的文件路径正确，以使wkhtmltopdf正确读取。

有没有一种方法可以指示Chrome打印到PDF格式，但只能在页面加载之后？

Answer 1

一个从命令行执行此操作的示例，需要对页面html和sed进行一些修补：

LOGIN='myuserid'
PASSW='mypasswd'
AUTH='pin=$LOGIN&accessCode=$PASSW&Submit=Submit'
TIMESTAMP=`TZ=HST date -d "today" +"%m/%d/%y %I:%M %p HST"`
wget -q --save-cookies cookies.txt --keep-session-cookies \
    --post-data $AUTH \
    https://csea.ehawaii.gov/iwa/index.html
sed -i 's#href="/iwa/css#href="./bin#g' index.html
sed -i 's#src="/iwa/images#src="./bin#g' index.html
wkhtmltopdf -q --print-media-type \
            --header-left "$d" --header-font-size 10 \
            --header-line --header-spacing 10 \
            --footer-left "Page [page] of [toPage]" --footer-font-size 10 \
            --footer-line --footer-spacing 10 \
            --footer-right "$TIMESTAMP" \
            --margin-bottom 20 --margin-left 15 \
            --margin-top 20 --margin-right 15 \
            index.html index.pdf

假设Cookie有效,则可以访问登录后可用的其他页面,如下所示：

wget -q --load-cookies cookies.txt https://csea.ehawaii.gov/otherpage.html
wkhtmltopdf <all the options> otherpage.html otherpage.pdf

此外，我以前曾将所有css和图像转储到本地bin目录中，如下所示：

wget -r -A.jpg -A.gif -A.css -nd -Pbin \
    https://csea.ehawaii.gov/iwa/index.html

Answer 2

由于没有答案，我将解释我的变通方法。而不是试图找到如何从Chrome请求打印当前页面，我走了另一条路。

对于本例，我们将尝试从Google下载查询“example”的结果页面：

1. 使用driver.get（“google.com”）导航，输入查询“示例”，单击“Google Search”
2. 等待加载结果页
3. 使用驱动程序检索页面源。GetPageSource()
4. 使用例如Jsoup解析源，以便将所有相关链接重新映射为指向为此目的定义的端点（如下所述）-示例为localhost:8080。链接“./style.css”将变为“localhost:8080/style.css”
5. 将HTML保存到文件，例如名为“query-example”
6. 运行chrome--打印到PDF localhost:8080/search？id=query-example

会发生的情况是，chrome将向我们的控制器请求HTML，而对于我们返回的HTML中定义的资源，它将被转到我们的控制器--因为我们重新映射了相关链接--然后控制器将请求转发到资源的真实位置--Google.com。下面是一个spring控制器的例子，注意，这个例子是不完整的，这里只是作为一个指导。

null

@RestController
@RequestMapping
public class InternationalOffloadRestController {
  @RequestMapping(method = RequestMethod.GET, value = "/search/html")
  public String getHtml(@RequestParam("id") String id) {
    File file = new File("location of the HTML file", id);
    try (FileInputStream input = new FileInputStream(file)) {
      return IOUtils.toString(input, HTML_ENCODING);
    }
  }
  @RequestMapping("/**") // forward all remapped links to google.com
  public void forward(HttpServletResponse httpServletResponse, ...) {
    URI uri = new URI("https", null, "google.com", -1, 
      request.getRequestURI(), request.getQueryString(), null);
    httpServletResponse.setHeader("Location", uri.toString());
    httpServletResponse.setStatus(HttpServletResponse.SC_MOVED_PERMANENTLY);
  }
}

null