phantomjs PDF到stdout

Question

我拼命地输出经phantomJS生成的PDF到stdout像here

我所得到的是一个空的PDF文件，但它不为0的大小，它会显示一个空白页。

var page = require('webpage').create(), 
system = require('system'), 
address; 

address = system.args[1]; 
page.paperSize = {format: 'A4'}; 

page.open(address, function (status) { 
    if (status !== 'success') { 
     console.log('Unable to load the address!'); 
     phantom.exit(); 
    } else { 
     window.setTimeout(function() { 
      page.render('/dev/stdout', { format: 'pdf' }); 
      phantom.exit(); 
     }, 1000); 
    } 
}); 

我叫它像这样：phantomjs rasterize.js http://google.com>test.pdf

我试图改变/dev/stdout到system.stdout但不是运气。将PDF直接写入文件可以毫无问题地工作。

我在寻找一个跨平台的实现，所以我希望这可以在非Linux系统上实现。

Answer 1

当输出写入到/dev/stdout/或/dev/stderr/在Windows上，PhantomJS经过以下步骤（如被看见在在\phantomjs\src\webpage.cpprender法）：

1. 在缺乏/dev/stdout/和/dev/stderr/的TEM porary文件路径被分配。
2. 用临时文件路径调用renderPdf。
3. 将网页呈现到此文件路径。
4. 阅读本文件的内容到QByteArray。
5. 在字节阵列上调用QString::fromAscii并写入stdout或stderr。
6. 删除临时文件。

首先，我构建了PhantomJS的源代码，但注释掉了文件删除。在下一次运行中，我能够检查它所呈现的临时文件，结果证明它是完全正确的。我也尝试运行phantomjs.exe rasterize.js http://google.com > test.png，结果相同。这立即排除了渲染问题，或任何与PDF相关的问题，这意味着问题必须与数据写入stdout的方式相关。

在这个阶段，我怀疑是否有一些文本编码shenanigans正在进行。从以前的运行中，我有同一个文件的有效和无效版本（在这种情况下是PNG）。

使用一些C＃代码，我跑了如下实验：

//Read the contents of the known good file. 
byte[] bytesFromGoodFile = File.ReadAllBytes("valid_file.png"); 
//Read the contents of the known bad file. 
byte[] bytesFromBadFile = File.ReadAllBytes("invalid_file.png"); 

//Take the bytes from the valid file and convert to a string 
//using the Latin-1 encoding. 
string iso88591String = Encoding.GetEncoding("iso-8859-1").GetString(bytesFromGoodFile); 
//Take the Latin-1 encoded string and retrieve its bytes using the UTF-8 encoding. 
byte[] bytesFromIso88591String = Encoding.UTF8.GetBytes(iso88591String); 

//If the bytes from the Latin-1 string are all the same as the ones from the 
//known bad file, we have an encoding problem. 
Debug.Assert(bytesFromBadFile 
    .Select((b, i) => b == bytesFromIso88591String[i]) 
    .All(c => c)); 

请注意，我用ISO-8859-1编码为QT使用此名称作为default encoding for c-strings。事实证明，所有这些字节都是一样的。该练习的重点在于看我是否可以模仿导致有效数据无效的编码步骤。

有关进一步的证据，我调查了\phantomjs\src\system.cpp和\phantomjs\src\filesystem.cpp。

• 在system.cpp，所述System类持有引用，除其他外，File对象为stdout，stdin和stderr，其被设置为使用UTF-8编码。
• 当写入stdout时，将调用File对象的write函数。此函数支持写入文本和二进制文件，但由于System类初始化它们的方式，所有写入都将被视为文本文件。

所以，问题归结为：我们需要将执行二进制写stdout，但我们写操作最终会被视为文本，并具有适用于他们的编码，导致生成的文件是无效的。

---

鉴于上述问题，我看不出有什么办法让这个工作，你想在Windows的方式未做更改PhantomJS代码。因此，它们是：

第一次更改将提供一个函数，我们可以调用File对象来明确执行二进制写入。

添加下面的函数原型\phantomjs\src\filesystem.h：

bool binaryWrite(const QString &data); 

，并放置在\phantomjs\src\filesystem.cpp其定义（代码此方法来源于write方法在这个文件中）：

bool File::binaryWrite(const QString &data) 
{ 
    if (!m_file->isWritable()) { 
     qDebug() << "File::write - " << "Couldn't write:" << m_file->fileName(); 
     return true; 
    } 

    QByteArray bytes(data.size(), Qt::Uninitialized); 
    for(int i = 0; i < data.size(); ++i) { 
     bytes[i] = data.at(i).toAscii(); 
    } 
    return m_file->write(bytes); 
} 

在身边第0123行\phantomjs\src\webpage.cpp您会看到一段代码，如下所示：

if(fileName == STDOUT_FILENAME){ 
#ifdef Q_OS_WIN32 
     _setmode(_fileno(stdout), O_BINARY);    
#endif  

     ((File *)system->_stderr())->write(QString::fromAscii(name.constData(), name.size())); 

#ifdef Q_OS_WIN32 
     _setmode(_fileno(stdout), O_TEXT); 
#endif   
    } 

它改成这样：

if(fileName == STDOUT_FILENAME){ 
#ifdef Q_OS_WIN32 
     _setmode(_fileno(stdout), O_BINARY); 
     ((File *)system->_stdout())->binaryWrite(QString::fromAscii(ba.constData(), ba.size())); 
#elif    
     ((File *)system->_stderr())->write(QString::fromAscii(name.constData(), name.size())); 
#endif  

#ifdef Q_OS_WIN32 
     _setmode(_fileno(stdout), O_TEXT); 
#endif   
    } 

那么，什么是代码替换所做的就是调用我们的新binaryWrite功能，而是通过#ifdef Q_OS_WIN32块不那么森严。我这样做是为了保留非Windows系统上的旧功能，这些功能似乎没有表现出这种问题（或者他们是这样做的？）。请注意，此修正仅适用于写入stdout - 如果您希望始终可以将其应用于stderr，但在此情况下可能无关紧要。

如果你只是想要一个预先构建的二进制文件（谁不会？），你可以在我的SkyDrive上找到phantomjs.exe这些修复程序。我的版本大约是19MB，而我之前下载的版本只有大约6MB，但我按照指示here，所以它应该没问题。

Answer 2

是否必须输出PDF到标准输出？你不能更改代码以：

var page = require('webpage').create(), 
system = require('system'), 
address; 

address = system.args[1]; 
output = system.args[2]; 
page.paperSize = {format: 'A4'}; 

page.open(address, function (status) { 
    if (status !== 'success') { 
     console.log('Unable to load the address!'); 
     phantom.exit(); 
    } else { 
     window.setTimeout(function() { 
      page.render(output, { format: 'pdf' }); 
      phantom.exit(); 
     }, 1000); 
    } 
}); 

，并使用它像这样：

phantomjs rasterize.js http://google.com test.pdf 

Answer 3

是的，这是正确的ISO-8859-1是QT的默认编码，因此您需要将所需的参数添加到命令行--output-encoding = ISO-8859-1，以便PDF输出不会被破坏

ie

phantomjs.exe rasterize.js --output编码= ISO-8859-1 < input.html>输出.pdf

和rasterize.js看起来像这样（测试时，适用于Unix和Windows）

var page = require('webpage').create(), 
system = require('system'); 

page.viewportSize = {width: 600, height: 600}; 
page.paperSize = {format: 'A4', orientation: system.args[1], margin: '1cm'}; 

page.content = system.stdin.read(); 

window.setTimeout(function() { 
    try { 
     page.render('/dev/stdout', {format: 'pdf'}); 
    } 
    catch (e) { 
     console.log(e.message + ';;' + output_file); 
    } 
    phantom.exit(); 
}, 1000); 

或者可选地可以设置使用标准输出编码和如果从UTF-8流中读取，那么您可能需要设置编码标准输入为好;

system.stdout.setEncoding('ISO-8859-1'); 
system.stdin.setEncoding('UTF-8'); 
page.content = system.stdin.read();