如何用Ruby代码直接从Blob URL下载PDF文件？

Blob URL的本质限制 #

• Blob URL（如blob:https://dev.myapp.com/ba853441-d1f7-4595-9227-1b0e445b188b）是浏览器为当前会话生成的本地内存引用，仅在创建它的浏览器实例中有效
• 外部HTTP客户端（比如OpenURI、Net::HTTP）无法直接请求这类URL，因为它不指向服务器上的资源，而是浏览器内存中的临时数据

可行解决方案：Ruby结合浏览器自动化 #

因为不能依赖本地磁盘操作，我们可以用Ruby调用浏览器自动化工具（如Selenium），在同一个浏览器会话中获取Blob内容，直接在内存中处理。

步骤1：安装依赖 #

gem install selenium-webdriver

同时确保环境中安装了对应浏览器的驱动（如ChromeDriver，可通过包管理器或官方渠道安装）

步骤2：代码实现 #

require 'selenium-webdriver'
require 'base64'

# 配置Chrome浏览器，可选无头模式（后台运行）
chrome_options = Selenium::WebDriver::Chrome::Options.new
chrome_options.add_argument('--headless=new')

# 初始化浏览器会话
driver = Selenium::WebDriver.for :chrome, options: chrome_options

begin
  # 先访问生成Blob URL的原始页面（必须在同一会话中，Blob才有效）
  driver.get('https://dev.myapp.com/生成Blob的页面地址') # 替换为实际页面URL

  # 替换为你要处理的Blob URL
  target_blob_url = 'blob:https://dev.myapp.com/ba853441-d1f7-4595-9227-1b0e445b188b'

  # 执行JavaScript获取Blob的二进制数据（转成Base64传给Ruby）
  base64_pdf_content = driver.execute_script(<<~JS_SCRIPT)
    async function fetchBlobAsBase64(blobUrl) {
      const response = await fetch(blobUrl);
      const blob = await response.blob();
      return new Promise((resolve) => {
        const reader = new FileReader();
        reader.onload = () => resolve(reader.result.split(',')[1]);
        reader.readAsDataURL(blob);
      });
    }
    return fetchBlobAsBase64('#{target_blob_url}');
  JS_SCRIPT

  # 将Base64转换为二进制PDF数据
  pdf_binary_data = Base64.decode64(base64_pdf_content)

  # 这里可以直接对pdf_binary_data进行内存级处理，比如：
  # - 传给其他API接口
  # - 用Ruby的PDF库（如Prawn、PDF::Reader）解析内容
  # - 写入内存流而非本地文件

  puts "成功获取到PDF二进制数据，大小：#{pdf_binary_data.size} 字节"
ensure
  # 关闭浏览器会话
  driver.quit
end

关键说明 #

• 必须在生成Blob URL的同一个浏览器会话中访问它，否则Blob URL会失效
• 所有操作都在内存中完成，不需要下载到本地磁盘，符合项目要求
• 无头模式适合在服务器或无界面环境中运行，若需要可视化调试可去掉--headless=new参数

内容的提问来源于stack exchange，提问作者Phil