我们浏览网站资料的时候，发现有价值的文档，经常需要把材料保存下来。直接复制其实比较麻烦，况且有的网站还做了限制，不方便直接保存。这时将页面直接保存为 PDF 格式的文件是一个很好的需求。

通常的做法是需要借助一些浏览器插件或者打印扩展来实现，这里我们学习自动化的话，其实利用 puppeteer 就可以方便地实现这个目的。再加上工具的自动化加持，绝对是爬取并保存重要资料的利器。

Puppeteer用法

关于 Puppeteer 工具的基本用法，在我之前的博文 自动化测试工具Puppeteer简介 中已有较全面介绍，大家可以参考。

pdf() 的基本用法

在 Puppeteer 中保存 pdf 文件其实非常简单，通过调用 puppeteer 内置的 pdf() 方法就可以将当前页面保存为一个pdf文件

官方给的案例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  await page.goto('https://news.ycombinator.com', {
    waitUntil: 'networkidle2',
  });
  await page.pdf({
    path: 'hn.pdf',
    format: 'letter',
  });

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

用来访问一个技术新闻聚合网站，并将页面保存到 hn.pdf 文件中

PaperFormat

上面的例子中有个参数 format， 这个参数其实是指定保存的页面大小，可以取值为一些默认的打印页面大小，取值清单和对应的大小如下(单位英寸)：

• Letter: 8.5in x 11in
• Legal: 8.5in x 14in
• Tabloid: 11in x 17in
• Ledger: 17in x 11in
• A0: 33.1102in x 46.811in
• A1: 23.3858in x 33.1102in
• A2: 16.5354in x 23.3858in
• A3: 11.6929in x 16.5354in
• A4: 8.2677in x 11.6929in
• A5: 5.8268in x 8.2677in
• A6: 4.1339in x 5.8268in

PDFMargin

除了 format， 还可以像打印时设置页边距，设置 margin 属性, 对应取值

1
2
3
4
5

  await page.pdf({
    path: 'hn.pdf',
    format: 'A4',
    margin: {'left': 80, 'top': 40},
  });

可以看到页边距也进行了调整

PDFOption

除了上面两个常用的调整参数外，这个方法其实也提供了其他更丰富的设置，基本可以实现我们保存 pdf 文档时的各种样式设置需要。

比如 scale 参数可以设置页面缩放，取值为0.1 ~ 2:

scale: 0.5,

其更多的设置参数，这里不再验证，清单如下：