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

根据某前端大佬指教，可以根据开源的 url-to-pdf-api 进行网页另存，其原理是封装了 puppeteer 进行网页抓取，大喜！！！
下载url-to-pdf-api源代码（https://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：https://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
# 这一步是需要先下载source-sans-pro-3.006R.zip的，由于我已经下载并解压，所以写法是这样
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. https://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：

http://localhost:9005/api/render?url=https://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

注意点:

1.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

2.如果打印出的网页中文乱码，需要查看镜像字体文件是否安装正确，如果不正确可以通过复制字体文件到容器实例内，
或者启动时挂载宿主机中文字体文件目录即可进行补救。

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，尴尬！！！

参考链接：

https://github.com/alvarcarto/url-to-pdf-api
https://www.jianshu.com/p/2c88eb7459a4
https://github.com/puppeteer/puppeteer/blob/main/docs/troubleshooting.md#running-puppeteer-in-docker
https://github.com/adobe-fonts/source-sans
https://zhuanlan.zhihu.com/p/62807598
https://toutiao.io/posts/c5p4e7/preview
https://blog.mapleque.com/posts/tool/puppeteer/js-puppeteer-docker/
https://cnodejs.org/topic/5bbc96f8ede204052db8043f
https://juejin.cn/post/6844903811182493704
https://liumengjun.github.io/2019/03/16/node-puppeteer-docker.html