使用pdfkit/wkhtmltopdf转换带token认证的高JS依赖网页认证失败如何解决

问题根因 #

• 浏览器打开URL可正常访问，是因为浏览器执行页面JS后会自动将URL携带的token存入localStorage/Cookie，后续页面异步发起的API请求会自动携带认证信息完成鉴权。
• wkhtmltopdf内置Webkit内核版本较旧，对新JS语法兼容性差，且默认不会自动处理页面JS存储认证信息的逻辑，仅靠自定义请求头只能保证首次页面请求带认证信息，后续异步API请求仍会因缺少认证信息失败。

方案1：优化wkhtmltopdf参数适配认证逻辑 #

如果仍要使用wkhtmltopdf，可通过补充参数解决认证问题：

• 补全URL的http/https协议头，避免wkhtmltopdf识别资源异常
• 新增--run-script参数提前注入认证信息到页面本地存储，保证后续JS发起异步请求时可拿到正确token
• 新增--user-agent参数模拟Chrome浏览器UA，避免后端拦截非浏览器请求
• 新增--no-stop-slow-scripts参数避免打断页面长耗时的JS渲染逻辑

示例命令：

wkhtmltopdf \
--user-agent "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36" \
--javascript-delay 10000 \
--run-script "localStorage.setItem('token', 'ggvv68566fgjj');" \
--run-script "localStorage.setItem('client_id', 'test_client');" \
--custom-header "Authentication" "Token ggvv68566fgjj" \
--custom-header-propagation \
--no-stop-slow-scripts \
--enable-javascript \
--debug-javascript \
"https://domain.com?client_id=test_client&token=ggvv68566fgjj" \
output.pdf

方案2：更换基于真实浏览器内核的转换工具（更推荐） #

如果方案1无效，说明页面使用的JS语法过新，wkhtmltopdf旧内核无法兼容，可改用Playwright这类基于Chromium内核的工具，和本地浏览器行为完全一致，不会出现认证与JS兼容问题。

Python Playwright使用示例 #

1. 安装依赖：

pip install playwright
playwright install chromium

2. 转换代码：

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    # 启动无头Chromium浏览器
    browser = p.chromium.launch(headless=True)
    page = browser.new_page()
    # 访问目标URL，行为与普通浏览器完全一致
    page.goto("https://domain.com?client_id=test_client&token=ggvv68566fgjj", wait_until="networkidle")
    # 等待所有异步资源加载完成，也可替换为page.wait_for_selector("你要等待的页面元素选择器")更精准
    page.wait_for_timeout(3000)
    # 导出PDF
    page.pdf(path="output.pdf", format="A4")
    browser.close()

方案3：抓包对比排查（可选） #

如果上述方案都无效，可在本地启动抓包工具，分别抓取浏览器访问、工具访问的请求，对比请求头、Cookie、认证参数的差异，针对性补充缺失的认证信息即可。

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