javascript - 如何在通过 puppeteer 创建的单个 pdf 中查找页数

Question

我目前正在尝试查找单个 pdf 中的页数/puppeteer.page 根据要求创建的 pdf 文件的总大小是多少

这是我做的:

    try {
      const generatedPdfFilePath = `${directory}/feedback-${requestId}.pdf`;
      const htmlFilePath = `${directory}/report-${requestId}.html`;
      const htmlTemplate =
        fs.readFileSync(path.join(process.cwd(), '/data/feedback-template.hbs'), 'utf-8');
      const template = handlebars.compile(htmlTemplate);
      const htmlFile = minify(template(data), {
        collapseWhitespace: true,
      });
      fs.writeFileSync(htmlFilePath , htmlFile);
      const options = {
        format: 'A4',
        printBackground: true,
        path: generatedPdfFilePath ,
      };
      const browser = await puppeteer.launch({
        args: ['--no-sandbox'],
        headless: true,
      });
      const page = await browser.newPage();
      await page.goto(`file://${htmlFilePath}`, {
        waitUntil: 'networkidle0',
        timeout: 300000,
      });
      await page.pdf(options);
      // Do something here to find number of pages in this pdf
      await browser.close();
      resolve({ file: generatedPdfFilePath });
    } catch (error) {
      console.log(error);
      reject(error);
    }

到目前为止，我所做的是为 pdf 创建一个 html 模板，然后使用 puppeteer，nodejs 的 headless chrome 生成页面所需的 pdf。但现在我有点卡住了，因为我想知道这个 pdf 文件中实际有多少页，或者换句话说，我需要进一步计算的 pdf 的大小是多少。为了方便起见，我在这里只提到了相关代码。

此外，我对 puppeteer 操作还很陌生，有人可以解释一下我如何才能获得此 pdf 的详细信息。我一直在寻找很长一段时间，但没有运气。 Puppeteer 的文档在任何情况下都无济于事，没有详细说明我们为什么做我们所做的事情。我得到的只是有关 pdf 选项的详细信息.. docs

如有任何帮助，我们将不胜感激。

Answer 1

您可以使用 pdf-parse Node 模块，像这样:

const fs = require('fs');
const pdf = require('pdf-parse');

let dataBuffer = fs.readFileSync('path to PDF file...');

pdf(dataBuffer).then(function(data) {

    // number of pages
    console.log(data.numpages);
});

你的代码会变成这样:

const pdf = require('pdf-parse');
try {
      const generatedPdfFilePath = `${directory}/feedback-${requestId}.pdf`;
      const htmlFilePath = `${directory}/report-${requestId}.html`;
      const htmlTemplate =
        fs.readFileSync(path.join(process.cwd(), '/data/feedback-template.hbs'), 'utf-8');
      const template = handlebars.compile(htmlTemplate);
      const htmlFile = minify(template(data), {
        collapseWhitespace: true,
      });
      fs.writeFileSync(htmlFilePath , htmlFile);
      const options = {
        format: 'A4',
        printBackground: true,
        path: generatedPdfFilePath ,
      };
      const browser = await puppeteer.launch({
        args: ['--no-sandbox'],
        headless: true,
      });
      const page = await browser.newPage();
      await page.goto(`file://${htmlFilePath}`, {
        waitUntil: 'networkidle0',
        timeout: 300000,
      });
      await page.pdf(options);
      // Do something here to find number of pages in this pdf
      let dataBuffer = fs.readFileSync(htmlFilePath);
      const pdfInfo = await pdf(dataBuffer);
      const numPages = pdfInfo.numpages;

      await browser.close();
      resolve({ file: generatedPdfFilePath });
    } catch (error) {
      console.log(error);
      reject(error);
    }