如何在Python中使用Pyppeteer实现无头浏览器截图与生成PDF？-Python教程-PHP中文网

Pyppeteer启动卡住或报错主因是Chromium下载失败，应手动指定executablePath并加ignoreHTTPSErrors、timeout等参数；截图前需waitForSelector或waitForFunction确保页面加载完成；PDF中文乱码需预装字体并注入CSS指定字体；page.pdf()和screenshot()必须await且参数严格符合规范。

如何在python中使用pyppeteer实现无头浏览器截图与生成pdf？

Pyppeteer 启动时卡住或报 `Browser closed unexpectedly`

Pyppeteer 默认会下载 Chromium，但国内网络常导致下载失败或不完整，进而引发启动崩溃。它不会主动提示“下载失败”，而是静默卡在 launch() 或抛出模糊错误。

实操建议：

手动指定已安装的 Chrome/Chromium 路径，跳过自动下载：
browser = await launch(executablePath='/usr/bin/chromium-browser')（Linux）或 'C:\Program Files\Google\Chrome\Application\chrome.exe'（Windows）
添加超时和忽略证书错误参数更稳妥：
await launch(ignoreHTTPSErrors=True, timeout=30000, headless=True)
首次运行前先执行 pyppeteer-install 命令（需在终端中运行），确保二进制文件完整；若失败，改用 --skip-download 并自行配置 executablePath

截图时页面未完全加载就执行 `screenshot()`

直接调用 page.screenshot() 而不等待内容就绪，会导致截到白屏或缺元素。Pyppeteer 不像 Selenium 那样有隐式等待，必须显式控制时机。

实操建议：

优先用 await page.waitForSelector('main') 等关键选择器出现，比 waitFor(2000) 更可靠
对 SPA 页面，可监听网络空闲：
await page.waitForFunction("window.performance.getEntriesByType('navigation')[0]?.loadEventEnd > 0")
截图前加 await page.evaluate('window.scrollTo(0, 0)')，避免因滚动位置导致顶部被裁
设置 fullPage=True 参数才能截长图；否则只截当前视口，且默认无滚动行为

生成 PDF 时中文乱码或字体缺失

Pyppeteer 底层用的是 Chromium 的 PDF 导出能力，而默认 Chromium for Linux 不带中文字体，Windows/macOS 通常自带但路径可能未被识别，结果 PDF 中文显示为方块或空白。

Python Hardener

通过完整的安全审查、代码整洁重构、健壮的错误处理、正确的日志记录以及完整的文档字符串覆盖，强化 Python 脚本。

下载

实操建议：

Linux 下需预装字体（如 Noto Sans CJK）并确认 Chromium 能读取：
sudo apt-get install fonts-noto-cjk，再启动时加 args=['--font-render-hinting=none']
PDF 生成前注入 CSS 强制指定字体：
await page.addStyleTag(content='body { font-family: "Noto Sans CJK SC", sans-serif; }')
不要依赖 printToPDF 的 displayHeaderFooter，它对中文页眉页脚支持差；如需页眉，用 HTML + @media print 模拟更可控
printToPDF 不支持背景图、部分 CSS3 属性（如 filter），导出前建议用 page.emulateMedia('screen') 预览效果

`page.pdf()` 返回空字节或文件损坏

常见于未 await 完整调用、或传入了非法选项（如 format='A5' 写成 'a5'）、或 PDF 输出路径所在目录不存在。

实操建议：

必须 await page.pdf()，它返回 bytes，不是文件路径：
pdf_bytes = await page.pdf(format='A4', printBackground=True)
检查选项值是否符合 Chromium 文档：格式只能是 'Letter'/'A4' 等大写字符串，margin 必须是 dict，如 {'top': '20px'}
写入文件时确保目录存在：
os.makedirs(os.path.dirname(output_path), exist_ok=True)
调试时先用 page.content() 输出 HTML 到本地，用 Chrome 手动“另存为 PDF”对比，快速定位是渲染问题还是导出参数问题