Html To Pdf

用 Puppeteer + 已安装的 Chrome/Chromium 将 HTML 渲染为纯中文 PDF。自动处理 ECharts 等待、Tab 展开、淡入动画、内容测高、白边消除、防分页。适用：看板/报表/网页转 PDF、中文 PDF、交互图表转 PDF。

<!-- 🦞 fanzhi-provenance -->

ContentID: fz:skill:2f8e9a7c:wsl_lobster:mpc2j3a6 Version: 1.0.3 | License: MIT-0 (ClawHub) Owner: 泛智生态 / Ronie & 泛智小龙虾 Provenance: wsl_lobster 初次生成，v1.0.4 ClawHub 发布前优化 Note: 本 Skill 依赖本机已安装的 Chromium，不含浏览器包

html-to-pdf — HTML 页面转 PDF

用法

# 基本（PDF 输出到 HTML 同目录）
node scripts/html-to-pdf.mjs report.html

# 指定输出路径
node scripts/html-to-pdf.mjs input.html /tmp/output.pdf

# 指定 Chromium 路径
CHROME_PATH=/usr/bin/chromium node scripts/html-to-pdf.mjs input.html

不适合此技能的场景

• ❌ 需要 PDF 文本可选中/可搜索（PDF 内容是图片级的）
• ❌ HTML 依赖跨域 CDN 资源且网络不通
• ❌ 页面需要用户交互才能展示内容（如点击"加载更多"）
• ❌ 需要 A4 标准分页布局（如打印排版文档）

步骤

Step0: 渲染页面 + 等 JS 图表完成
Step1: 展开隐藏内容（.tc tab / .fi 淡入 / 折叠面板）
Step2: 测高度 + 底部 2px 实体 DOM（底色自动检测）
Step3: overflow:hidden 防 Chromium 额外分页 → PDF 生成
Step4: pdf-lib 验证页数

Step0 — 渲染

等待 networkidle0，检测 canvas（ECharts）全部完成后再等 2 秒确保动画。

Step1 — 展开

Headless 模式下 IntersectionObserver 不触发视口外元素。手动展开所有隐藏内容：

隐藏模式	CSS	修复手段
Tab 内容	.tc { display: none }	加 .act class
淡入动画	.fi { opacity: 0; transform: translateY(...) }	加 .sho class
折叠面板	display: none	style.display = ''

Step2 — 白边消除

Chromium PDF 渲染器底层有白色画布。DOM 内容与页面高度有 1px 缝隙时画布透出。

修复：底部加 2px 实体 <div>，背景色自动检测（--bg CSS 变量 → computedStyle → 白色）。

Step3 — 防分页 + 生成

Chromium 对超长页面会切割出空白第二页。修复：生成前注入 overflow: hidden。

Step4 — 验证

输出示例：

✅ report.pdf (1288.7 KB)
   PDF 页数: 1
   页1: 1050 x 3001 pt

预期 1 页，>1 页表示有内容未展开或分页策略需调整。

依赖

npm install puppeteer-core pdf-lib

依赖	用途
puppeteer-core	浏览器控制（不含 Chromium 下载）
pdf-lib	PDF 页数验证

Chromium

脚本自动检测当前平台，也可通过环境变量覆盖：

# macOS：自动定位 /Applications/Google Chrome.app/...
# Linux/WSL：自动定位 /opt/chrome-linux/chrome
# 手动指定
CHROME_PATH=/usr/bin/chromium node scripts/html-to-pdf.mjs input.html

各平台路径备忘 → references/platforms.md

snap 版 Chromium 因沙箱隔离不可直接使用。

中文字体

本机需安装中文字体，否则 PDF 中文显示为方块。

方法 A：从 Windows 复制（WSL 环境）

mkdir -p ~/.fonts
cp "/mnt/c/Windows/Fonts/Noto Sans SC (TrueType).otf" ~/.fonts/
cp "/mnt/c/Windows/Fonts/msyh.ttc" ~/.fonts/
cp "/mnt/c/Windows/Fonts/seguiemj.ttf" ~/.fonts/
fc-cache -f -v ~/.fonts/

方法 B：直接下载 Noto Sans CJK

mkdir -p ~/.fonts && cd ~/.fonts
wget -O NotoSansSC.ttf "https://github.com/notofonts/noto-cjk/raw/main/Sans/OTF/SimplifiedChinese/NotoSansCJKsc-Regular.otf"
wget -O NotoEmoji.ttf "https://github.com/googlefonts/noto-emoji/raw/main/fonts/NotoEmoji-Regular.ttf"
fc-cache -f -v ~/.fonts/

故障排查

现象	可能原因	修复
net::ERR_INVALID_URL	相对路径	传完整路径或用 $(pwd)/ 前缀
第二页空白	Chromium 内部分页	检查 overflow:hidden 注入
中文方块	缺少中文字体	执行"中文字体"节操作
emoji 方块	缺少 emoji 字体	安装 Noto Emoji / Segoe UI Emoji
底部 1px 白边	白色画布透出	确认 filler div 已注入且底色匹配
ECharts 空框架	渲染中改动了 body 样式	用 addStyleTag 而非直接改 DOM

首次验证

# 用任意本地 HTML 测试
node scripts/html-to-pdf.mjs path/to/your.html
# 或者生成一个简单测试文件
echo '<h1>你好世界 🦞</h1>' > /tmp/test.html
node scripts/html-to-pdf.mjs /tmp/test.html

安全性

• ✅ 输入校验：路径含 <>"|?* 等特殊字符 × 拒绝；仅允许 .html / .htm 文件
• ✅ 输出安全：指定输出路径时，仅在 HOME / /tmp / 当前目录下允许写入
• ✅ 异常安全：try/catch/finally 确保浏览器正确关闭，不泄露进程
• ⚠️ --no-sandbox：单用户环境安全；多租户部署需移除

许可与来源

直接引用：puppeteer-core（Apache-2.0）+ pdf-lib（MIT），通过 npm import 调用 API，不修改上游代码。

方案参考：jsPDF / pdfmake / HTMX / Pico.css / mini.css（仅调研，未引用代码）。

完整许可声明 → references/sources.md

已知问题

• CDN 资源（cdn.jsdelivr.net 等）需网络连通，可替换为本地
• 无限滚动/懒加载不会自动触发，需在 Step1 中手动处理