-- QQ群：839128 --

---

Lancia

网页转PDF渲染服务。提供收据、发票、报告或任何网页内容转PDF的微服务

⚠️ 警告 ⚠️ 请不要将这个API服务公开与互联网,除非你是知道潜在的风险. 因为它允许用户在服务器上的Chrome会话中运行任何JavaScript代码,后果请自行负责

⭐️ 特性:

• 将任何URL或HTML内容转换为PDF文件或图像(PNG/JPEG)

• *使用Puppeteer渲染无头Chrome。PDF文件与桌面Chrome生成的文件一致.

• 合理的默认值，大部分参数都是可配置的

• 单页app (SPA)支持。在呈现之前，等待所有网络请求完成

• Easy deployment to Heroku. We love Lambda but...Deploy to Heroku button.

• 呈现延迟加载的元素 (scrollPage 选项)

• 支持可选的“X-Access-Token”身份验证*

• 默认情况下页面的 @media print CSS 规则将被忽略.将Chrome设置为模拟 @media screen，使默认的pdf文件看起来更像实际站点。要获得更接近桌面Chrome的结果，请添加&emulateScreenMedia=false查询参数。更多信息请访问Puppeteer API docs. API文档。

• Chrome启动时带有--no-sandbox--disable-setuid-sandbox标志，开启debian支持.

• 如果服务器没有足够的内存，超大页面加载可能会导致Chrome崩溃.

为什么做这个服务?

当您需要自动生成PDF文件时，此微服务非常有用,不管出于什么原因。这些文件可以呈现为收据，周报，发票，或任何内容。

PDF可以以多种方式生成，但其中难点之一是转换HTML+CSS,大部分工具无法呈现期望的结果，这个服务就是弥补不足才做的。

Target	Good	Deficiency	Link	Style
jsPDF	整个过程在客户端执行(不需要服务器参与)，调用简单	生成的pdf为图片形式，且内容失真	N	Y
iText	1、功能基本可以实现，比较灵活2、生成pdf质量较高	1、对html标签严；格，少一个结束标签就会报错；2、后端实现复杂，服务器需要安装字体；3、图片渲染比较复杂(暂时还没解决)	Y	N
wkhtmltopdf	1、调用方式简单(只需执行一行脚本)；2、生成pdf质量较高	1、服务器需要安装wkhtmltopdf环境；2、根据网址生成pdf，对于有权限控制的页面需要在拦截器进行处理	Y	N

API介绍

要理解API选项，需要了解Puppeteer 谷歌官方 Chrome node库。 这个API在内部使用。( 用来渲染html代码)(https://github.com/aoju/lancia/blob/nodejs/src/app/shared/utils/render.utils.class.js)

很简单，来看看。渲染流程::

1. page.setViewport(options) 其中选项与 viewport.*匹配.

2. 默认 page.emulateMedia('screen') 选项与 emulateScreenMedia=true 匹配使用.

3. 渲染 URL 或 html.

   如果定义了“url”，则调用 page.goto(url,options) ，选项匹配' goto.* '。 否则,会从请求体获取html的地方调用 page.setContent(html, options) ，选项匹配' goto.* '。

4. 默认 page.waitFor(num) 等待时间为： waitFor=1000.

5. 默认 scrollPage=true 在页面渲染前会设置相关属性，如只需要第一页即可设置为false.

   如果您想呈现一个延迟加载元素的页面，这个参数非常有用。

6. 渲染输出

• 如果输出是 pdf 则使用 page.pdf(options) 完成输出,其中选项与pdf.*匹配.
• 如果输出是 screenshot 则使用 page.screenshot(options) 完成输出，其中选项与 screenshot.*匹配.

GET/POST /router/rest

所有选项都作为查询参数传递。

参数名称匹配Puppeteer options。

这些选项与它的“POST”对应项完全相同，但是选项不同

用点符号表示。如。”? pdf。scale=2 '而不是' {pdf: {scale: 2}} '。

唯一需要的参数是“url”。

Parameter	Type	Default	Description
url	string	-	URL渲染PDF。(必需)
output	string	pdf	指定输出格式。可选值: pdf 、 screenshot.
emulateScreenMedia	boolean	true	模拟 @media screen 渲染 PDF.
ignoreHttpsErrors	boolean	false	忽略https错误.
scrollPage	boolean	false	启用滚动页面触发延迟加载元素，可选值： true 、 false.
waitFor	number	-	延迟加载超时时间.
attachmentName	string	-	设置 content-disposition 确保浏览器下载属性,按照给定的字符串作为下载名称.
viewport.width	number	1600	预览宽度.
viewport.height	number	1200	预览高度.
viewport.deviceScaleFactor	number	1	设备比例信息.
viewport.isMobile	boolean	false	是否考虑移动端支持.
viewport.hasTouch	boolean	false	是否支持触摸.
viewport.isLandscape	boolean	false	是否考虑横屏模式.
cookies[0][name]	string	-	Cookie 名称 (必需)
cookies[0][value]	string	-	Cookie 值 (必需)
cookies[0][url]	string	-	Cookie URL
cookies[0][domain]	string	-	Cookie 域名
cookies[0][path]	string	-	Cookie 路径
cookies[0][expires]	number	-	Cookie 过期时间
cookies[0][httpOnly]	boolean	-	Cookie httpOnly
cookies[0][secure]	boolean	-	Cookie 安全
cookies[0][sameSite]	string	-	Strict or Lax
goto.timeout	number	30000	最大超时时间(毫秒)，默认为30秒，通过0禁用超时.
goto.waitUntil	string	networkidle	选项:load, networkidle.
goto.networkIdleInflight	number	2	允许最大请求数量。只在goto.waitUntil: 'networkidle'参数下生效.
goto.networkIdleTimeout	number	2000	等待超时时间,只有在 waitUntil: 'networkidle' 下生效.
pdf.scale	number	1	网页渲染比例.
pdf.printBackground	boolean	false	打印背景图形.
pdf.displayHeaderFooter	boolean	false	显示页眉和页脚.
pdf.headerTemplate	string	-	HTML模板，用于作为PDF中每个页面的页眉.
pdf.footerTemplate	string	-	HTML模板，用于作为PDF中每个页面的页脚.
pdf.landscape	boolean	false	页面方向.
pdf.pageRanges	string	-	可选页面信息，例如“1- 5,7,11 -13”。默认为空字符串，意味着输出所有页面.
pdf.format	string	A4	页面格式,如果设置，则优先于宽度或高度选项.
pdf.width	string	-	纸张宽度.
pdf.height	string	-	纸张高度.
pdf.margin.top	string	-	顶部空白.
pdf.margin.right	string	-	右边空白.
pdf.margin.bottom	string	-	底部空白.
pdf.margin.left	string	-	左侧空白.
screenshot.fullPage	boolean	true	如果为真，则获取整个可滚动页面的屏幕截图.
screenshot.type	string	png	截图类型,可选值: png, jpeg
screenshot.quality	number	-	JPEG图像的质量，在0-100之间,只适用于当 screenshot.type 为 jpeg.
screenshot.omitBackground	boolean	false	隐藏默认的白色背景，并允许捕获具有透明度的屏幕截图.
screenshot.clip.x	number	-	指定页面裁剪区域左上角的x坐标.
screenshot.clip.y	number	-	指定页面裁剪区域左上角的y坐标.
screenshot.clip.width	number	-	指定页剪切区域的宽度.
screenshot.clip.height	number	-	指定页剪切区域的高度.

技术开发

Maven

要使用 maven,请将此依赖添加到pom.xml文件中：

<dependency>
    <groupId>org.aoju</groupId>
    <artifactId>lancia</artifactId>
    <version>1.2.2</version>
</dependency>

Logging

该库使用 SLF4J 进行日志记录，并且不附带任何默认日志记录实现。

调试程序将日志级别设置为 TRACE

快速开始

1、启动浏览器

        List<String> argList = new ArrayList<>();
        Fetcher.on(null);
        LaunchOption options = new LaunchBuilder().withArgs(argList).withHeadless(false).build();
        argList.add("--no-sandbox");
        argList.add("--disable-setuid-sandbox");
        Puppeteer.launch(options);

在这个例子中，我们明确指明了启动路径，程序就会根据指明的路径启动对应的浏览器，如果没有明确指明路径，那么程序会尝试启动默认安装路径下的 Chrome 浏览器

2、导航至某个页面

        Fetcher.on(null);

        List<String> argList = new ArrayList<>();
        LaunchOption options = new LaunchBuilder().withArgs(argList).withHeadless(false).build();
        argList.add("--no-sandbox");
        argList.add("--disable-setuid-sandbox");
        Browser browser = Puppeteer.launch(options);
        Browser browser2 = Puppeteer.launch(options);

        Page page = browser.newPage();
        page.goTo("http://news.baidu.com/");
        browser.close();
        Page page1 = browser2.newPage();
        page1.goTo("http://news.baidu.com/");

这个例子中，浏览器导航到具体某个页面后关闭。在这里并没有指明启动路径。argList是放一些额外的命令行启动参数的，在下面资源章节中我会给出相关资料。

3、生成页面的 PDF

        Fetcher.on(null);

        List<String> argList = new ArrayList<>();
        LaunchOption options = new LaunchBuilder().withArgs(argList).withHeadless(false).build();
        argList.add("--no-sandbox");
        argList.add("--disable-setuid-sandbox");
        Browser browser = Puppeteer.launch(options);
        Browser browser2 = Puppeteer.launch(options);

        Page page = browser.newPage();
        page.goTo("http://news.baidu.com/");
        PDFOption pdfOptions = new PDFOption();
        pdfOptions.setPath("test.pdf");
        page.pdf(pdfOptions);
        page.close();
        browser.close();

在这个例子中，导航到某个页面后，将整个页面截图，并写成PDF文件。注意，生成PDF必须在headless模式下才能生效

4、TRACING 性能分析

        Fetcher.on(null);

        List<String> argList = new ArrayList<>();
        LaunchOption options = new LaunchBuilder().withArgs(argList).withHeadless(false).build();
        argList.add("--no-sandbox");
        argList.add("--disable-setuid-sandbox");
        Browser browser = Puppeteer.launch(options);

        Page page = browser.newPage();
        // 开启追踪
        page.tracing().start("/Users/xxx/Desktop/trace.json");
        page.goTo("http://news.baidu.com/");
        page.tracing().stop();

在这个例子中，将在页面导航完成后，生成一个 json 格式的文件，里面包含页面性能的具体数据，可以用 Chrome 浏览器开发者工具打开该 json 文件，并分析性能。

5、页面截图

        Fetcher.on(null);

        List<String> arrayList = new ArrayList<>();
        LaunchOption options = new LaunchBuilder().withArgs(arrayList).withHeadless(true).build();
        arrayList.add("--no-sandbox");
        arrayList.add("--disable-setuid-sandbox");
        Browser browser = Puppeteer.launch(options);

        Page page = browser.newPage();
        page.goTo("http://news.baidu.com/");
        ScreenshotOption screenshotOptions = new ScreenshotOption();
        //设置截图范围
        Clip clip = new Clip(1.0, 1.56, 400, 400);
        screenshotOptions.setClip(clip);
        //设置存放的路径
        screenshotOptions.setPath("test.png");
        page.screenshot(screenshotOptions);

1. 环境要求

1. 本地运行需要安装 Java 8+及以上版本支持
2. CentOS(6.x及以下版本未测试) 需要安装如下LIB:

yum install pango.x86_64 libXcomposite.x86_64 libXcursor.x86_64 libXdamage.x86_64 libXext.x86_64 libXi.x86_64 libXtst.x86_64 cups-libs.x86_64 libXScrnSaver.x86_64 libXrandr.x86_64 GConf2.x86_64 alsa-lib.x86_64 atk.x86_64 gtk3.x86_64 ipa-gothic-fonts xorg-x11-fonts-100dpi xorg-x11-fonts-75dpi xorg-x11-utils xorg-x11-fonts-cyrillic xorg-x11-fonts-Type1 xorg-x11-fonts-misc -y

如果出现中文，需要安装相关字体

yum groupinstall "fonts" -y

版本提示：

本项目有java版本和nodejs版本，请切换分支获取不同版本内容

WARNING: 至少需要保证2GB左右的内存，一些新闻网站可能会更高甚至需要4GB内存.