如何在AWS Lambda的Node.js镜像中安装pdf2htmlEX？

方案一：基于AWS Lambda Node.js镜像手动编译pdf2htmlEX #

AWS Lambda Node.js镜像基于Amazon Linux 2023，不支持apt-get，但可通过dnf安装编译依赖，手动编译pdf2htmlEX：

# 基础镜像
FROM public.ecr.aws/lambda/nodejs:20

# 安装编译依赖
RUN dnf install -y git make gcc-c++ poppler-devel cmake boost-devel libpng-devel jpeg-devel tiff-devel fontconfig-devel freetype-devel

# 克隆pdf2htmlEX源码并编译安装
RUN git clone --depth=1 https://github.com/coolwanglu/pdf2htmlEX.git /tmp/pdf2htmlEX \
    && mkdir -p /tmp/pdf2htmlEX/build \
    && cd /tmp/pdf2htmlEX/build \
    && cmake .. \
    && make \
    && make install

# 清理编译依赖，减小镜像体积
RUN dnf remove -y git make gcc-c++ cmake && dnf clean all && rm -rf /tmp/pdf2htmlEX

# 安装Lambda运行时接口客户端
RUN npm install aws-lambda-ric

# 复制Lambda函数代码
COPY app.js ${LAMBDA_TASK_ROOT}

# 设置Lambda启动命令
CMD ["app.handler"]

方案二：用Amazon Linux 2作为基础镜像构建完整环境 #

Amazon Linux 2支持yum，能更方便处理依赖，同时兼容Lambda运行时：

# 基础镜像
FROM amazonlinux:2

# 安装Node.js 20
RUN curl -fsSL https://rpm.nodesource.com/setup_20.x | bash - \
    && yum install -y nodejs

# 安装pdf2htmlEX依赖及编译工具
RUN yum install -y git make gcc-c++ poppler-devel cmake boost-devel libpng-devel libjpeg-turbo-devel libtiff-devel fontconfig-devel freetype-devel

# 编译安装pdf2htmlEX
RUN git clone --depth=1 https://github.com/coolwanglu/pdf2htmlEX.git /tmp/pdf2htmlEX \
    && mkdir -p /tmp/pdf2htmlEX/build \
    && cd /tmp/pdf2htmlEX/build \
    && cmake .. \
    && make \
    && make install

# 清理依赖
RUN yum remove -y git make gcc-c++ cmake && yum clean all && rm -rf /tmp/pdf2htmlEX

# 安装Lambda运行时接口客户端和模拟器（可选，本地调试用）
RUN npm install aws-lambda-ric aws-lambda-runtime-interface-emulator

# 设置Lambda工作目录
WORKDIR /var/task

# 复制函数代码
COPY app.js .

# 设置Lambda启动命令
CMD ["npx", "aws-lambda-ric", "app.handler"]

方案三：预编译pdf2htmlEX二进制文件（推荐，减小镜像构建时间） #

在本地或CI环境中编译好适配Amazon Linux的pdf2htmlEX二进制，直接复制到AWS Lambda Node.js镜像中：

1. 本地编译二进制（需在Amazon Linux 2/2023环境执行，或用Docker模拟）：

# 启动Amazon Linux 2容器
docker run -it --rm amazonlinux:2 bash

# 在容器内执行编译步骤
yum install -y git make gcc-c++ poppler-devel cmake boost-devel libpng-devel libjpeg-turbo-devel libtiff-devel fontconfig-devel freetype-devel
git clone --depth=1 https://github.com/coolwanglu/pdf2htmlEX.git /tmp/pdf2htmlEX
mkdir -p /tmp/pdf2htmlEX/build
cd /tmp/pdf2htmlEX/build
cmake ..
make
# 将二进制文件复制到本地
docker cp <container-id>:/usr/local/bin/pdf2htmlEX ./pdf2htmlEX

2. 构建Lambda镜像：

FROM public.ecr.aws/lambda/nodejs:20

# 复制预编译的pdf2htmlEX二进制
COPY pdf2htmlEX /usr/local/bin/
RUN chmod +x /usr/local/bin/pdf2htmlEX

# 安装Lambda运行时接口客户端
RUN npm install aws-lambda-ric

# 复制函数代码
COPY app.js ${LAMBDA_TASK_ROOT}

CMD ["app.handler"]

关键注意事项 #

• pdf2htmlEX依赖的字体文件：Lambda环境默认字体有限，若转换PDF时出现字体问题，需将所需字体复制到镜像的/usr/share/fonts目录。
• 镜像大小优化：编译完成后务必清理编译依赖和源码，避免镜像体积过大影响Lambda冷启动速度。

内容的提问来源于stack exchange，提问作者bytrangle