如何确保在生成 PDF 之前加载图像？

Posted 2023-02-24

【中文标题】如何确保在生成 PDF 之前加载图像？

【英文标题】：How to ensure images load before generating PDF?

【发布时间】：2012-05-16 02:57:41

【问题描述】：

我有一个 php 循环，它执行以下操作：

通过 CURL 登录网页 需要登录的捕获和内部页面 将页面的 html 保存到本地文件 使用 WKHTMLTOPDF 将页面呈现为 PDF

我遇到的问题是每隔一段时间（大约 30% 的时间），图像不会在 PDF 中呈现。如果我打开其中一个保存的 HTML 文件，我会发现我需要进入并手动刷新页面才能显示图像。

关于如何务实地确保图像加载有什么想法吗？我尝试过的事情：

sleep(n) 在每一行之间 将 --javascript-delay 30000 添加到我的 WKHTMLTOPDF 调用中，以确保它有足够的时间来加载任何图像。

#1 使情况变得更糟，而#2 什么也没做。

谢谢！

【问题讨论】：

本地HTML中的图片引用还有效吗？因此，您必须从远程服务器获取每张图像并将其复制到本地的正确位置。我想知道是否更容易获取有效的 cookie（通过 CURL 等），然后将其提供给 wkhtmltopdf，然后直接进入远程身份验证页面？

wkhtmltopdf 实际上有一个生成 cookie 的方法，但是在这种特殊情况下开始工作是一场噩梦（因此是 CURL 路由）。当我在 HTML 中阅读时，我正在替换远程图像路径的所有路径，这绝对有效，因为我可以打开 HTML 文件并硬刷新以查看图像，就好像没有足够的魅力来获取图像每次。最坏的情况我想我可以尝试让该 cookie 与 wkhtmltopdf 一起使用。

对于另一种方法，您可以尝试使用 wget 及其 --page-requisites 和 --convert-links 选项将 HTML/CSS/图像下载到本地位置，同时更改链接。然后对本地副本运行 PDF 渲染器。

【参考方案1】：

在示例的第 3 步和第 4 步之间，您可能需要考虑解析所有图像链接的 HTML 文件并使用 curl 单独下载它们，并将它们保存在本地，然后更新保存的 HTML 文件中的链接以指向新的本地图像资源而不是远程图像资源。

在将 HTML 呈现为 PDF 时，这将大大缩短图像的加载时间。

【讨论】：

谢谢，史蒂夫——这就是我最终要做的，而且效果很好。

【参考方案2】：

也许您可以处理下载的 HTML，搜索 img 标签，然后将图像下载到本地存储并替换 src 属性。这样，您应该在所有图像可用后生成 pdf。

【参考方案3】：

您不能为您需要知道正在加载的图像添加 onLoad 吗？像

<img src='foo.jpg' onLoad='callbackFuncion();'/>

【参考方案4】：

如果用 cURL 抓取 html 后，让 php 循环遍历每个 img 元素并读取图像文件的二进制数据并将图像 src url 属性替换为打开的图像文件的 base64 编码值，例如：

'<img src="data:image/jpg;base64,'. base64_encode($imagedata) . '"/>'

如果 base64 图像数据被硬编码到页面中，那么这将为您提供一种编程方式来验证所有图片是否已“加载”并防止在所有图片下载之前开始出现 pdf 转换问题...

【讨论】：

这需要一个全新的布局，仅用于使用视图进行 pdf 渲染。没有太多的练习。有很多图片，更容易达到 php mem 限制。

【参考方案5】：

我从未这样做过，但也许您可以通过反复调用 curl_getinfo() 然后读出 CURLINFO_SIZE_DOWNLOAD 的值来确定下载是否完成 - 直到该值不再改变？