如何在Puppeteer Azure函数中使用Azure存储Blob上传文件

首先纠正一个认知：Azure Functions 运行环境并非全文件系统只读，仅代码部署目录（/home/site/wwwroot）为只读，系统预留的临时目录为可写状态，完全可以满足临时存储待上传PDF的需求，这也是兼容性最高、最稳定的实现方案。

方案一：使用临时目录中转文件（推荐） #

该方案完全兼容现有Puppeteer文件上传逻辑，无需修改页面交互代码，稳定性最高。

• 临时目录获取：直接调用Node.js内置os.tmpdir()即可获取当前实例的可写临时路径，Linux环境下对应/tmp目录，目录为当前函数实例独占隔离，实例回收时会自动清理所有临时文件。
• 实现步骤：
  • 放弃原有写入代码目录的downloadToFile逻辑，改用Azure Blob SDK提供的downloadToBuffer()方法，直接将目标PDF文件读取为内存Buffer
  • 将Buffer写入临时目录下的随机命名文件，避免多请求并发时文件名冲突
  • 将临时文件路径传入fileChooser.accept()完成上传
  • 上传流程结束后主动删除临时文件，避免占用实例临时存储空间

参考实现代码：

const os = require('os');
const path = require('path');
const fs = require('fs/promises');
const { BlobServiceClient } = require('@azure/storage-blob');

// 初始化Blob客户端，使用存储账号连接字符串鉴权
const blobServiceClient = BlobServiceClient.fromConnectionString(process.env.BlobConnectionString);
const containerClient = blobServiceClient.getContainerClient('你的PDF存储容器名');

// 原有文件选择器触发逻辑不变
const [fileChooser] = await Promise.all([
  page.waitForFileChooser(),
  page.click('#upload-file-button'),
]);

// 下载目标Blob为内存Buffer
const blobClient = containerClient.getBlobClient(userInput.filename);
const pdfBuffer = await blobClient.downloadToBuffer();

// 生成临时文件路径，加时间戳避免重名
const tempPdfPath = path.join(os.tmpdir(), `upload_${Date.now()}_${path.basename(userInput.filename)}`);
await fs.writeFile(tempPdfPath, pdfBuffer);

try {
  // 传入临时路径完成上传
  await fileChooser.accept([tempPdfPath]);
  // 等待页面上传完成的状态标识，按需调整选择器和超时时间
  await page.waitForSelector('.upload-success', { timeout: 30000 });
} finally {
  // 无论上传成功/失败都主动清理临时文件，删除失败无需额外处理，系统会自动回收
  await fs.unlink(tempPdfPath).catch(() => {});
}

方案二：内存直传（不推荐） #

Puppeteer原生fileChooser.accept方法仅支持传入本地文件路径，无法直接传入内存中的Blob/Buffer对象。如果要实现不落地直传，需要在页面上下文中覆写文件选择input的change事件，手动构造File对象注入，这种方式存在以下问题：

• 容易被页面的前端文件校验、分片上传逻辑拦截，兼容性差
• 需要额外处理页面的上传事件触发逻辑，维护成本高
  仅当临时目录存在特殊使用限制时才考虑该方案，常规场景优先用临时目录中转方案。

内容的提问来源于stack exchange，提问作者floating-rhythm