抓取html生成pdf

首先，我阅读了这篇文章，并使用puppeteer爬虫生成《React.js 小书》PDF并合并。发现最后的pdf没有书签，很不爽，所以主要是在这个基础上增加了添加书签的功能。爬取的示例网站为React.js书，仅供学习交流为网页生成pdf使用puppeteer爬取网页并生成pdfpuppeteer中文文档constpuppeteer=require('puppeteer');(async()=>{constbrowser=awaitpuppeteer.launch();constpage=awaitbrowser.newPage();awaitpage.goto('https://news.ycombinator.com',{waitUntil:'networkidle2'});awaitpage.pdf({路径：'hn.pdf'，格式：'A4'});awaitbrowser.close();})();syntheticpdfpdf-merge:合并pdf依赖于pdftk如何给pdf添加书签pdftk:处理pdf的工具安装完成后，将bin目录添加到环境变量中，使用update_info_utf8为pdf添加书签：pdftk'd:\OpenSource\My\genpfdforrsb\React小书（无书签）.pdf'update_info_utf8'd:\OpenSource\My\genpfdforrsb\bookmarks.txt'output'd:\OpenSource\My\genpfdforrsb\React小书.pdf'什么是书签，即bookmarks.txt书签格式：BookmarkBeginBookmarkTitle:PDFReference(Version1.5)BookmarkLevel:1BookmarkPageNumber:1BookmarkBeginBookmarkTitle:ContentsBookmarkLevel:2BookmarkPageNumberOKBookmarkpagenumberpdfjs-dist：获取单个pdf页码，用于为bookmarks.txt中指定页码生成书签constpageArr=结果.map(c=>c.numPages);lettxt=''for(letindex=0;indexnewPromise((resolve,reject)=>{exec(scripts).then(resolve).catch(reject);});executepdftkupdate_info_utf8constnobkname='ReactLittleBook(nobookmarks).pdf'consthasbkname='ReactLittleBook.pdf'mergepdf(nobkname).then(buffer=>{console.log('开始添加书签！')runshell(`pdftk"${__dirname}/${nobkname}"update_info_utf8"${__dirname}/bookmarks.txt"输出"${__dirname}/${hasbkname}"`).then(()=>{console.log('添加书签完成！')fs.unlinkSync(`${__dirname}/${nobkname}`);fs.unlinkSync(`${__dirname}/bookmarks.txt`);console.log('allcompleted!')})})文件路径需要用双引号