基于url-to-pdf-api构建docker镜像,制作一个网页另存服务

基于url-to-pdf-api构建docker镜像,制作一个网页另存服务

业务背景:

需要根据一个url路径打印这个网页的内容

解决方案:

1.使用wkhtml2pdf

2.使用puppeteer

根据网上的资料,wkhtml2pdf 可以安装在linux服务器,通过java api调用linux命令即可使用。但似乎对SPA(单页面应用)支持不是很好。puppeteer是谷歌出品,可以模拟谷歌引擎,支持SPA,打印效果较好。

源代码下载

下载url-to-pdf-api源代码(//github.com/alvarcarto/url-to-pdf-api)
本地安装node环境即可测试网页打印。但是这个服务需要安装至linux服务器,需要安装node并且通过npm install 安装node_modules,较复杂,使用docker打包成镜像可以解决这个问题。

docker镜像制作

开始时,我的Dockerfile写法是这样的

FROM node:latest
WORKDIR /app

# copy package.json into the new directory
COPY package.json /app

# install the dependencies
RUN npm install

# copy all other files into the app directory
COPY . /app

#配置环境变量
ENV HOST 0.0.0.0
ENV PORT 9005
ENV NODE_ENV production
ENV ALLOW_HTTP true
ENV DEBUG_MODE false
# open port 9000
EXPOSE 9005

# run the server
CMD node ./src/index.js
#CMD [ "npm", "start"]

但是我在启动镜像实例之后,测试无法使用,查看镜像实例日志,关键的一行错误信息如下:

Error: Failed to launch the browser process

通过网上的资料,我发现和我问题相似的博客://www.jianshu.com/p/2c88eb7459a4
根据该博客,我修改了Dockerfile,内容如下:

FROM node:latest

# 注意改 source-sans-pro.zip
COPY ./source-sans-pro-3.006R/ /usr/share/fonts/
RUN sed -i 's/deb.debian.org/mirrors.163.com/g' /etc/apt/sources.list && \
    apt update && \
    apt-get install -y dpkg wget unzip

# 2. //github.com/puppeteer/puppeteer/blob/master/.ci/node10/Dockerfile.linux
RUN apt-get update && \
    apt-get -y install xvfb gconf-service libasound2 libatk1.0-0 libc6 libcairo2 libcups2 \
      libdbus-1-3 libexpat1 libfontconfig1 libgcc1 libgconf-2-4 libgdk-pixbuf2.0-0 libglib2.0-0 \
      libgtk-3-0 libnspr4 libpango-1.0-0 libpangocairo-1.0-0 libstdc++6 libx11-6 libx11-xcb1 libxcb1 \
      libxcomposite1 libxcursor1 libxdamage1 libxext6 libxfixes3 libxi6 libxrandr2 libxrender1 libxss1 \
      libxtst6 ca-certificates fonts-liberation libappindicator1 libnss3 lsb-release xdg-utils wget && \
    rm -rf /var/lib/apt/lists/*
# create a directory to run docker
WORKDIR /app

# copy package.json into the new directory
COPY package.json /app

# install the dependencies
RUN npm install

# copy all other files into the app directory
COPY . /app

#配置环境变量
ENV HOST 0.0.0.0
ENV PORT 9005
ENV NODE_ENV production
ENV ALLOW_HTTP true
ENV DEBUG_MODE false
# open port 9000
EXPOSE 9005

# run the server
CMD node ./src/index.js
#CMD [ "npm", "start"]

通过如下链接测试使用:

//localhost:9005/api/render?url=//www.baidu.com

出现问题,截图中的中文都是小方框,乱码。应该是中文字体不正确。
可以使用两种方式解决:
1.启动镜像实例后,使用docker cp复制中文字体至镜像内,重启实例
2.启动实例时挂载宿主机字体目录到镜像实例字体目录

我选择了第二种方式解决,我的docker 启动镜像实例命令如下:

docker run -itd -p 9005:9005  -v /usr/share/fonts:/usr/share/fonts --name url2pdf-v6 docker-url2pdf:v6

镜像导出

由于,需要在其他宿主机中安装该镜像,可以使用docker save导出镜像

先将镜像文件保存为tar文件
docker save -o docker-url2pdf.tar docker-url2pdf:v6

使用该命令后,会在当前目录下产生一个docker-url2pdf.tar 文件,但该文件很大,不利于网络传输,可以使用gzip命令进一步压缩

使用gzip压缩文件
gzip docker-url2pdf.tar

压缩完成后将文件传输到宿主机后解压文件

gunzip docker-url2pdf.tar.gz

导入镜像即可使用,导入镜像命令如下:

docker load < docker-url2pdf.tar

还未解决的问题:

url-to-pdf-api 在使用的时候支持很多参数,也支持cookie。但是我们在传递cookie时没有成功,暂不

参考链接:

//github.com/alvarcarto/url-to-pdf-api
//www.jianshu.com/p/2c88eb7459a4
//github.com/puppeteer/puppeteer/blob/main/docs/troubleshooting.md#running-puppeteer-in-docker

注意点:

需要找到以下代码并注释掉

page.on('console', (...args) => logger.info('PAGE LOG:', ...args));

该代码会打印大量日志,影响性能

Tags: