如何合并Puppeteer生成的多份PDF Buffer为单个PDF返回用户

合并后PDF损坏的核心原因是并发操作同一个PDFDocument实例引发写入冲突。pdf-lib的文档实例不支持并行调用修改方法，你当前用Promise.all同时执行多份PDF的页面拷贝、添加操作，会导致文档内部交叉引用表、页面对象索引写入错乱，最终生成的文件不符合PDF规范，所有阅读器都无法解析。
另外有两个高概率触发异常的隐患：

• Puppeteer生成PDF时仅监听domcontentloaded事件，此时页面自定义字体、异步渲染内容大概率还没加载完成，生成的单份PDF存在字体子集缺失、资源引用不完整问题，合并时解析直接失败
• 加载Chrome导出的PDF时未开启容错配置，部分Chrome生成的非标准元数据会触发pdf-lib的严格校验，导致解析异常

1. 重写合并逻辑，改为串行处理 #

禁止用Promise.all并行操作同一个合并目标文档，按顺序逐个加载PDF、拷贝页面，从根源避免写入冲突：

async function mergePdfs(pdfsToMerges) {
    const mergedPdf = await PDFDocument.create();
    // 串行遍历所有待合并Buffer
    for (const pdfBuffer of pdfsToMerges) {
        // 加载时开启容错，跳过Chrome导出PDF的非标准字段校验
        const sourcePdf = await PDFDocument.load(pdfBuffer, {
            ignoreEncryption: true,
            throwOnInvalidObject: false
        });
        const copiedPages = await mergedPdf.copyPages(sourcePdf, sourcePdf.getPageIndices());
        copiedPages.forEach(page => mergedPdf.addPage(page));
    }
    // 保存时关闭对象流压缩，兼容所有版本的PDF阅读器
    return await mergedPdf.save({
        useObjectStreams: false
    });
}

2. 调整Puppeteer生成配置，确保PDF完整 #

将页面等待条件改为networkidle0，等所有网络请求空闲后再生成PDF，增加短延迟保证字体渲染完成，从源头保证单份PDF的完整性：

async function generateBulkPDFFromUrl(urlString) {
  const browser = await puppeteer.launch({
      headless: true,
      args: ['--font-render-hinting=none', '--no-sandbox']
  });
  const page = await browser.newPage();
  await page.setUserAgent('Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.121 Safari/537.36');
  const url = new URL(urlString);
  // 等待网络完全空闲，超时设为30秒适配慢加载页面
  await page.goto(url, { waitUntil: 'networkidle0', timeout: 30000 });
  // 额外等待500ms，确保自定义字体、canvas等异步内容渲染完成
  await page.waitForTimeout(500);
  const pdfBuffer = await page.pdf({
       format: 'A4',
       printBackground: true
  });
  await browser.close();
  return pdfBuffer;
}

3. 排查二进制传输污染 #

如果待合并的Buffer是经接口、服务间传输得到的，确认没有做过二进制到字符串的转换（比如直接JSON序列化Buffer、用UTF-8编码转字符串后再转回Buffer），这类操作会直接破坏二进制数据结构。Buffer传输必须使用原始二进制流或Uint8Array格式，禁止做编码转换。

修复后先把每一份Puppeteer生成的单份Buffer存为本地PDF，确认所有单文件都能正常打开，再执行合并逻辑；合并后的Buffer先存本地验证，确认无损坏后再返回给前端。

别尝试直接用Buffer.concat拼接多份PDF Buffer，PDF是带文件头、交叉引用表、文件尾的结构化格式，直接拼接二进制必然损坏，必须通过合规PDF库做页面级拷贝合并。

内容的提问来源于stack exchange，提问作者Jonathan E. Emmett