如何配合使用html-pdf与jsZip将生成的PDF写入压缩包？

你之前的写法zip.file('newPDF.pdf', pdf.create(html).toStream())存在两个本质问题，根本没法拿到正确的PDF数据：

• html-pdf的toStream()是带回调的异步方法，自身不会返回可读流实例，只会把生成的PDF流作为回调函数的入参传给你，你直接拿这个方法的调用返回值（一般是undefined）塞给zip.file()，自然传不进去任何有效数据
• 就算你拿到了实际的流实例，JSZip虽然支持把可读流作为文件内容传入，也需要匹配对应的配置，否则会出现流还没读完、压缩包已经开始生成的时序问题，最终产出损坏的文件

正确实现方案 #

方案1：基于toStream的流写入（贴合你之前参考的示例写法） #

按照html-pdf的原生回调语法，在回调内拿到真正的PDF流，再传给JSZip：

const pdf = require('html-pdf');
const JSZip = require('jszip');
const fs = require('fs');

const zip = new JSZip();
const htmlContent = '<p>需要转成PDF的HTML内容</p>';

// 严格遵循html-pdf的toStream回调语法
pdf.create(htmlContent).toStream((err, pdfReadableStream) => {
  if (err) throw err;
  
  // 拿到真实的PDF可读流后，直接作为文件内容传给zip
  zip.file('newPDF.pdf', pdfReadableStream);

  // 注意：生成zip流时必须开启streamFiles配置，否则无法正确消费传入的可读流
  zip.generateNodeStream({
    type: 'nodebuffer',
    streamFiles: true
  }).pipe(fs.createWriteStream('output.zip'))
  .on('finish', () => {
    console.log('压缩包生成完成');
  });
});

方案2：基于Buffer的写入（更稳定，无流时序问题） #

实际开发中更推荐这种方式，避开流传递容易出现的时序、阻塞问题，直接用html-pdf自带的toBuffer方法拿到完整的PDF二进制内容，再写入压缩包：

pdf.create(htmlContent).toBuffer((err, pdfBuffer) => {
  if (err) throw err;
  
  // Buffer是同步可用的，写入zip不会有时序问题
  zip.file('newPDF.pdf', pdfBuffer);

  // 后续生成zip的逻辑和上面一致
  zip.generateNodeStream({ type: 'nodebuffer' })
    .pipe(fs.createWriteStream('output.zip'));
});

常见踩坑提醒 #

• 绝对不要把pdf.create(html).toStream()的直接返回值传给JSZip，这个方法本身没有返回值，所有数据都在回调里
• 用可读流传参给JSZip时，生成压缩包必须加streamFiles: true配置，否则JSZip会等所有流全部读完才会开始生成包，大文件场景下会占满内存，甚至出现文件内容为空的问题
• html-pdf是纯Node.js端的包，没法直接在浏览器端环境运行，如果是前端场景需要换用适配浏览器的PDF生成库

内容的提问来源于stack exchange，提问作者Cl0ser