如何使用python PDFkit将NextJS网站转换为pdf

Question

我尝试使用pdfkit将网页转换为PDF。当使用诸如google.com这样的URL时，这很好。但是当我试图转换NextJS中的网页构建时，PDF一直在加载，没有任何响应。

我以imbd.com为例，因为他们也在使用NextJS。

import pdfkit

try:
    options = {
        # 'page-size': 'A4',
        'encoding': 'utf-8',
        'margin-top': '0cm',
        'margin-bottom': '0cm',
        'margin-left': '0cm',
        'margin-right': '0cm',
        # 'image-quality': '1000',
        # 'image-dpi': '2000',
        'disable-smart-shrinking': '',
        'page-width': '595px',
        'page-height': '842px',
        'no-outline': None,
        'javascript-delay': '1000',
        "load-error-handling": "ignore"

    }
    pdfkit.from_url(
        'https://www.imdb.com/', 'out.pdf', options=options, verbose=True)
except Exception as e:
    raise e

我想要解决的是：

当运行上面的脚本时，什么都不会发生。而且在调试时也没有错误日志记录，我可以使用。

更新

在调试过程中，我试图直接与wkhtmltopdf交互，但仍然没有得到任何输出。

我的命令：

$ wkhtmltopdf --javascript-延迟5000 -调试-javascript http://imdb.com out.pdf

输出:装载机冻结在87%，没有输出可以帮助我找出出了什么问题。

Loading pages (1/6)
[====================================================>       ] 87%

Answer 1

在您的options对象中，在‘javascript’下，尝试将阈值提高到5000。

Answer 2

您没有使用正确的包，pdfkit有利于捕获服务器端呈现的站点。像React这样的NextJs不会在服务器和服务器上呈现呈现的HTML，但是它们呈现在客户端，因此永远等待呈现。为此，您可以尝试通过使用curl获取网站的HTML来查看不同之处，您将看到大量在客户端呈现的javascript。

为此，您需要一个使用无头铬的库(例如，我建议使用pyhtml2pdf )。你需要：

pip install pyhtml2pdf
#install also chrome or chromium if is not installed 
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
sudo apt -y install ./google-chrome-stable_current_amd64.deb

在您使用下面的简单代码捕获网站之后：

from pyhtml2pdf import converter

converter.convert('https://www.imdb.com', 'sample.pdf')

按预期工作，并呈现网站。

Answer 3

您有两个主要的问题，一个是浏览器安全，另一个打印网页为PDF。

到目前为止，最简单的打印网站的方法是使用浏览器，这样引用就没有问题了。

Chrome --headless [Disable$*] --run-all-compositor-stages-before-draw --print-to-pdf-no-header --print-to-pdf="/folder/out.pdf" https://www.imdb.com 

• “禁用$”是一长串基于浏览器配置的选项列表。

​

​

主要的问题是，它将是完美的/准确的，就像你点击打印一个网页到pdf，而不调整任何打印设置。因此，它应该是A4肖像，因此媒体框不应该是一个问题，但是设置边距更困难，特别是因为它不是设计为命令行驱动的，因此需要一个木偶师(或者更简单地用于基本用法，例如sendkey)。

如果您需要进行商业级别的调整，那么考虑一个商业的URL2PDF SDK/API解决方案，有几个设计用于使用