node.js - NodeJS 与 Express 作为 HTML --> PDF 生成的服务器。能有效率吗？

Question

我了解 NodeJS 的事件循环和单线程特性。鉴于此，您认为继续开发一个 NodeJS/Express 服务来将 HTML 部分转换为 PDF 页面是一个好主意吗？

我们正在考虑 Puppeteer。我已经使用过它并且效果很好，但我不确定组织中的每个用户是否都必须等待事件循环，因为每个请求都会使进程保持忙碌直到结束？

Answer 1

事件循环

事件循环负责处理 JavaScript 的“单线程事件驱动”性质，这意味着需要执行的异步 (JavaScript) 代码将被放入队列中并逐个执行(通过循环)，而不是使用更经典的多线程方法。有关此主题的更多信息，我推荐 this great video explanation .

事件循环与您的问题并不真正相关，因为大多数工作在浏览器内异步发生(而不是在 Node.js 运行时内)。这意味着您的 puppeteer 脚本大部分时间都会等待浏览器返回结果。

考虑这样一个简单的行:

await browser.newPage();

这实际上是做什么的？它将命令发送到浏览器(在另一个进程中运行)以打开页面。实际工作发生在浏览器内部，而不是在 Node.js 环境中。基本上所有的 puppeteer 操作者功能都是如此。因此，“主要工作”不会发生在 Node.js 环境中，因此事件循环与您的问题无关。

实现

您所描述的内容对于 puppeteer 和 Node.js 来说绝对可行。让我们考虑一下这个示例代码，它应该可以帮助您入门:

const puppeteer = require('puppeteer');
const express = require('express');

const app = express();

app.get('/pdf', async (req, res) => { // Call /pdf?url=... to create a PDF of the provided URL
    const browser = await puppeteer.launch();
    const page = await browser.newPage();
    await page.goto(req.query.url); // URL is given by the user
    const pdfBuffer = await page.pdf();

    // Respond with the PDF
    res.writeHead(200, {
        'Content-Type': 'application/pdf',
        'Content-Length': pdfBuffer.length
    });
    res.end(pdfBuffer);

    await browser.close();
});

app.listen(4000);

这将提供一个 API 来生成 URL 的 PDF。每个请求都会打开浏览器、打开新页面、导航到给定的 URL 并向用户返回 PDF。由于 JavaScript 的异步环境，这将完全并行发生。只要您的机器可以处理并行打开的浏览器的数量，就可以了。

进一步改进

虽然给定的脚本有效，但您应该记住，由于许多打开的浏览器，太多的请求可能会很快消耗太多的内存/CPU，从而导致资源问题。为了改进实现，您需要使用 puppeteer 资源池来处理流量。为此，您可能需要查看 puppeteer-cluster (免责声明:我是作者)它为您提供浏览器实例池，并允许限制正在运行的浏览器的数量。该库可以轻松处理这个用例。实际上有一个example在线针对这个确切的用例(但是，它生成屏幕截图而不是 PDF)。