如何用Node.js转换受密码保护的HTML页面为PDF？

一、Puppeteer 方案（最可靠） #

针对受密码保护的页面，Puppeteer可以通过两种方式处理认证，确保能获取到登录后的页面内容再生成PDF：

1. HTTP基本认证（Basic Auth） #

如果网页采用HTTP基础认证机制，直接注入认证信息即可：

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  // 传入用户名和密码完成认证
  await page.authenticate({
    username: '你的账号',
    password: '你的密码'
  });
  await page.goto('https://目标受保护页面URL');
  // 生成PDF
  await page.pdf({ path: 'result.pdf', format: 'A4' });
  await browser.close();
})();

2. 自定义表单登录 #

如果是网站自己实现的密码输入表单，模拟用户操作完成登录：

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch({ headless: false }); // 非无头模式方便调试
  const page = await browser.newPage();
  await page.goto('https://目标受保护页面URL');
  
  // 替换为页面实际的用户名、密码输入框选择器
  await page.type('#user-name', '你的账号');
  await page.type('#pass-word', '你的密码');
  
  // 点击登录按钮，替换为实际按钮选择器
  await page.click('#submit-login');
  
  // 等待登录后的内容加载完成，替换为页面核心内容的选择器
  await page.waitForSelector('#page-content');
  
  await page.pdf({ path: 'result.pdf', format: 'A4' });
  await browser.close();
})();

二、html-to-pdf 模块适配 #

如果使用的是html-to-pdf这类基于Puppeteer的封装库，需要将认证配置传递到底层Puppeteer实例：

const htmlToPdf = require('html-to-pdf');

htmlToPdf.generatePdf({
  url: 'https://目标受保护页面URL',
  puppeteerArgs: {
    // HTTP基本认证时，通过请求头传递认证信息
    extraHTTPHeaders: {
      'Authorization': 'Basic ' + Buffer.from('账号:密码').toString('base64')
    }
  }
}, {
  save: true,
  output: 'result.pdf'
});

如果是表单登录场景，建议直接使用原生Puppeteer，封装库的灵活性不足以覆盖复杂交互。

三、前端 window.print() 失效的解决思路 #

前端触发window.print()时页面未处于登录状态，所以只能看到密码提示，解决方式：

• 确保触发打印前，用户已在当前会话完成登录，页面已加载登录后的内容
• 可以在登录成功的回调中自动触发打印：

document.querySelector('#login-form').addEventListener('submit', async (e) => {
  e.preventDefault();
  const loginData = new FormData(e.target);
  const res = await fetch('/api/login', {
    method: 'POST',
    body: loginData
  });
  if (res.ok) {
    // 等待页面刷新或内容加载完成后打印
    setTimeout(() => window.print(), 1200);
  }
});

关键注意点 #

• 先明确网页的认证类型：HTTP基本认证和自定义表单登录的处理逻辑完全不同
• Puppeteer无头模式可能被网站反爬拦截，可尝试headless: 'new'参数或非无头模式调试
• 生成PDF前必须等待页面完全渲染（包括异步加载的内容），使用waitForSelector、waitForNavigation等方法确保内容加载完成

内容的提问来源于stack exchange，提问作者user19729277