Puppeteer - 如何获取当前页面（应用程序/pdf）作为缓冲区或文件？

使用 Puppeteer (https://github.com/GoogleChrome/puppeteer https://github.com/GoogleChrome/puppeteer），我有一个页面是申请/pdf. With headless: false，页面是通过 Chromium PDF 查看器加载的，但我想使用 headless。如何下载原始 .pdf 文件或将其用作另一个库的 blob，例如 (pdf-parsehttps://www.npmjs.com/package/pdf-parse https://www.npmjs.com/package/pdf-parse)?

由于 Puppeteer 目前不支持通过无头模式导航到 PDF 文档page.goto() https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md#pagegotourl-options因为上游问题 https://bugs.chromium.org/p/chromium/issues/detail?id=761295， 您可以使用page.setRequestInterception() https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md#pagesetrequestinterceptionvalue启用请求拦截，然后就可以监听'request' https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md#event-request事件并在使用请求客户端获取PDF缓冲区之前检测资源是否为PDF。

获得PDF缓冲区后，可以使用request.abort() https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md#requestaborterrorcode要中止原始 Puppeteer 请求，或者如果请求不是 PDF，您可以使用request.continue() https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md#requestcontinueoverrides正常继续请求。

这是一个完整的工作示例：

'use strict';

const puppeteer = require('puppeteer');
const request_client = require('request-promise-native');

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();

  await page.setRequestInterception(true);

  page.on('request', request => {
    if (request.url().endsWith('.pdf')) {
      request_client({
        uri: request.url(),
        encoding: null,
        headers: {
          'Content-type': 'applcation/pdf',
        },
      }).then(response => {
        console.log(response); // PDF Buffer
        request.abort();
      });
    } else {
      request.continue();
    }
  });

  await page.goto('https://example.com/hello-world.pdf').catch(error => {});

  await browser.close();
})();