javascript - phantomjs pdf 到标准输出

Question

我正在拼命尝试将 phantomJS 生成的 PDF 输出到标准输出，就像这里

我得到的是一个空的 PDF 文件，虽然它的大小不是 0，但它显示一个空白页。

var page = require('webpage').create(),
system = require('system'),
address;

address = system.args[1];
page.paperSize = {format: 'A4'};

page.open(address, function (status) {
    if (status !== 'success') {
        console.log('Unable to load the address!');
        phantom.exit();
    } else {
        window.setTimeout(function () {
            page.render('/dev/stdout', { format: 'pdf' });
            phantom.exit();
        }, 1000);
    }
});

我这样称呼它：phantomjs rasterize.js http://google.com>test.pdf

我试图改变/dev/stdout，system.stdout但不是运气。将 PDF 直接写入文件没有任何问题。

我正在寻找一个跨平台的实现，所以我希望这可以在非 Linux 系统上实现。

score 15 · Accepted Answer

将输出写入Windows/dev/stdout/或/dev/stderr/在 Windows 上时，PhantomJS请执行以下步骤（如\phantomjs\src\webpage.cpprender中的方法所示）：

如果没有，/dev/stdout/则/dev/stderr/分配一个临时文件路径。
renderPdf使用临时文件路径调用。
将网页渲染到此文件路径。
将此文件的内容读入QByteArray.
调用QString::fromAscii字节数组并写入stdoutor stderr。
删除临时文件。

首先，我为构建了源代码PhantomJS，但注释掉了文件删除。在下一次运行中，我能够检查它渲染的临时文件，结果证明它完全没问题。我也尝试phantomjs.exe rasterize.js http://google.com > test.png以相同的结果运行。这立即排除了渲染问题，或者任何与 PDF 相关的问题，这意味着问题必须与数据写入的方式有关stdout。

在这个阶段，我怀疑是否有一些文本编码恶作剧正在发生。从之前的运行中，我有同一个文件的有效和无效版本（在这种情况下是 PNG）。

使用一些 C# 代码，我运行了以下实验：

//Read the contents of the known good file.
byte[] bytesFromGoodFile = File.ReadAllBytes("valid_file.png");
//Read the contents of the known bad file.
byte[] bytesFromBadFile = File.ReadAllBytes("invalid_file.png");

//Take the bytes from the valid file and convert to a string
//using the Latin-1 encoding.
string iso88591String = Encoding.GetEncoding("iso-8859-1").GetString(bytesFromGoodFile);
//Take the Latin-1 encoded string and retrieve its bytes using the UTF-8 encoding.
byte[] bytesFromIso88591String = Encoding.UTF8.GetBytes(iso88591String);

//If the bytes from the Latin-1 string are all the same as the ones from the
//known bad file, we have an encoding problem.
Debug.Assert(bytesFromBadFile
    .Select((b, i) => b == bytesFromIso88591String[i])
    .All(c => c));

请注意，我使用 ISO-8859-1 编码作为c-stringsQT的默认编码。事实证明，所有这些字节都是相同的。该练习的目的是看看我是否可以模仿导致有效数据无效的编码步骤。

为了进一步的证据，我调查了 \phantomjs\src\system.cpp和\phantomjs\src\filesystem.cpp。

在system.cpp中，该类包含对和的对象的System引用，这些对象被设置为使用编码。FilestdoutstdinstderrUTF-8
写入时stdout，将调用对象的write函数。File此函数支持写入文本文件和二进制文件，但由于System类初始化它们的方式，所有写入都将被视为写入文本文件。

所以问题归结为：我们需要对执行二进制写入stdout，但我们的写入最终被视为文本并对其应用了编码，导致生成的文件无效。

鉴于上述问题，我看不到任何方法可以在不更改PhantomJS代码的情况下在 Windows 上按照您想要的方式工作。所以他们在这里：

第一个更改将提供一个函数，我们可以调用File对象来显式执行二进制写入。

在中添加以下函数原型\phantomjs\src\filesystem.h：

bool binaryWrite(const QString &data);

并将其定义放入\phantomjs\src\filesystem.cpp（该方法的代码来自write该文件中的方法）：

bool File::binaryWrite(const QString &data)
{
    if ( !m_file->isWritable() ) {
        qDebug() << "File::write - " << "Couldn't write:" << m_file->fileName();
        return true;
    }

    QByteArray bytes(data.size(), Qt::Uninitialized);
    for(int i = 0; i < data.size(); ++i) {
        bytes[i] = data.at(i).toAscii();
    }
    return m_file->write(bytes);
}

在第 920 行左右，\phantomjs\src\webpage.cpp您将看到如下代码块：

    if( fileName == STDOUT_FILENAME ){
#ifdef Q_OS_WIN32
        _setmode(_fileno(stdout), O_BINARY);            
#endif      

        ((File *)system->_stderr())->write(QString::fromAscii(name.constData(), name.size()));

#ifdef Q_OS_WIN32
        _setmode(_fileno(stdout), O_TEXT);
#endif          
    }

将其更改为：

   if( fileName == STDOUT_FILENAME ){
#ifdef Q_OS_WIN32
        _setmode(_fileno(stdout), O_BINARY);
        ((File *)system->_stdout())->binaryWrite(QString::fromAscii(ba.constData(), ba.size()));
#elif            
        ((File *)system->_stderr())->write(QString::fromAscii(name.constData(), name.size()));
#endif      

#ifdef Q_OS_WIN32
        _setmode(_fileno(stdout), O_TEXT);
#endif          
    }

所以代码替换所做的是调用我们的新binaryWrite函数，但这样做是由一个#ifdef Q_OS_WIN32块保护的。我这样做是为了保留非 Windows 系统上的旧功能，这些系统似乎没有表现出这个问题（或者是吗？）。请注意，此修复仅适用于写入stdout- 如果您愿意，您可以随时应用它，stderr但在这种情况下可能并不重要。

如果您只想要一个预构建的二进制文件（谁不想要？），您可以在我的SkyDrivephantomjs.exe上找到这些修复程序。我的版本大约是 19MB，而我之前下载的只有大约 6MB，尽管我按照这里的说明进行操作，所以应该没问题。

score 8 · Accepted Answer

是的，没错 ISO-8859-1 是 QT 的默认编码，因此您需要将所需的参数添加到命令行 --output-encoding=ISO-8859-1 以便不会损坏 pdf 输出

IE

phantomjs.exe rasterize.js --output-encoding=ISO-8859-1 < input.html > output.pdf

和 rasterize.js 看起来像这样（经过测试，适用于 Unix 和 Windows）

var page = require('webpage').create(),
system = require('system');

page.viewportSize = {width: 600, height: 600};
page.paperSize = {format: 'A4', orientation: system.args[1], margin: '1cm'};

page.content = system.stdin.read();

window.setTimeout(function () {
    try {
        page.render('/dev/stdout', {format: 'pdf'});
    }
    catch (e) {
        console.log(e.message + ';;' + output_file);
    }
    phantom.exit();
}, 1000);

或者，您可以使用 stdout 设置编码，如果您从 UTF-8 流中读取，那么您可能还必须为 stdin 设置编码；

system.stdout.setEncoding('ISO-8859-1');
system.stdin.setEncoding('UTF-8');
page.content = system.stdin.read();

score 0 · Accepted Answer

是否必须将pdf输出到stdout？您不能将代码更改为：

var page = require('webpage').create(),
system = require('system'),
address;

address = system.args[1];
output  = system.args[2];
page.paperSize = {format: 'A4'};

page.open(address, function (status) {
    if (status !== 'success') {
        console.log('Unable to load the address!');
        phantom.exit();
    } else {
        window.setTimeout(function () {
            page.render(output, { format: 'pdf' });
            phantom.exit();
        }, 1000);
    }
});

并像这样使用它：

phantomjs rasterize.js http://google.com test.pdf

javascript - phantomjs pdf 到标准输出

3 回答 3

Related

Reference