打开具有特定配置的Puppeteer（下载PDF而不是PDF查看器）

Question

我想打开具有特定配置的Chromium。

我正在寻找激活以下选项的配置：

背景=

我在这个命令行切换页面上搜索了标签，但是处理pdf的唯一参数是--print to-pdf，这与我的需要不一致。

你有什么想法吗？

Answer 1

Puppeter目前不支持在无头模式下轻松导航（或下载）PDF。从页面的文档中引用。转到功能：

注意无标题模式不支持导航到PDF文档。见上游问题。

不过，您可以做的是检测浏览器是否导航到PDF文件，然后通过节点自行下载。js。

代码示例

const puppeteer = require('puppeteer');
const http = require('http');
const fs = require('fs');

(async () => {
    const browser = await puppeteer.launch();
    const page = await browser.newPage();

    page.on('request', req => {
        if (req.url() === '...') {
            const file = fs.createWriteStream('./file.pdf');
            http.get(req.url(), response => response.pipe(file));
        }
    });

    await page.goto('...');
    await browser.close();
})();

这将导航到URL并监视正在进行的请求。如果找到匹配请求，Node.js将通过http.get手动下载文件，并将其导入file.pdf。请注意，这是一个最小的工作示例。您希望在下载时捕获错误，也可能希望根据情况使用比http.get更复杂的东西。

在未来，可能会有一种更简单的方法。当Puppeter支持响应拦截时，您可以简单地强制浏览器下载文档，但目前不支持（2019年5月）。

Answer 2

没有任何选项可以传递到Puppeter来强制下载PDF。但是，您可以使用ChromeDevTools协议添加内容处置：附件响应头以强制下载。

您需要执行的操作的可视化流程：

我将在下面包括一个完整的示例代码。在下面的示例中，PDF文件和XML文件将以头部模式下载。

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch({
    headless: false,
    defaultViewport: null, 
  });

  const page = await browser.newPage();

  const client = await page.target().createCDPSession();

  await client.send('Fetch.enable', {
    patterns: [
      {
        urlPattern: '*',
        requestStage: 'Response',
      },
    ],
  });

  await client.on('Fetch.requestPaused', async (reqEvent) => {
    const { requestId } = reqEvent;

    let responseHeaders = reqEvent.responseHeaders || [];
    let contentType = '';

    for (let elements of responseHeaders) {
      if (elements.name.toLowerCase() === 'content-type') {
        contentType = elements.value;
      }
    }

    if (contentType.endsWith('pdf') || contentType.endsWith('xml')) {

      responseHeaders.push({
        name: 'content-disposition',
        value: 'attachment',
      });

      const responseObj = await client.send('Fetch.getResponseBody', {
        requestId,
      });

      await client.send('Fetch.fulfillRequest', {
        requestId,
        responseCode: 200,
        responseHeaders,
        body: responseObj.body,
      });
    } else {
      await client.send('Fetch.continueRequest', { requestId });
    }
  });

  await page.goto('https://pdf-xml-download-test.vercel.app/');

  await page.waitFor(100000);

  await client.send('Fetch.disable');

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

要获得更详细的解释，请参考我设置的Git回购协议（附带注释）。它还包括剧作家的示例代码。