如何在Azure云服务或Azure Functions中运行Headless Chrome？

Question

我正在尝试使用Headless Chrome从复杂的HTML文件（包含图像，SVG等）生成PDF文件。我可以在Cloud Service（Windows）上使用wkhtmltopdf.exe生成简单的PDF文件，但是我确实需要Chrome生成尽可能接近HTML + SVG + Image的PDF。

我希望能够在Azure Cloud Service或Azure Functions中运行Headless Chrome，但无法使其正常工作。我想这是由于对GDI的限制。我可以在自己的计算机上的Azure仿真器中运行我的代码和无头Chrome，但是一旦部署，将无法正常工作。

下面是我当前在Azure Functions（适用于Windows）中运行的代码。我正在使用Puppeteer拍摄example.com的屏幕截图。如果我能使它正常工作，我想生成PDF将变得容易。

const fs = require('fs');
const path = require('path');
const puppeteer = require('puppeteer');
const os = require('os');

module.exports = function (context, req) {
    function failureCallback(error) {
        context.log("--> Failure = '" + error + "'");
    }

    const chromeDir = path.normalize(__dirname + "/../node_modules/puppeteer/.local-chromium/win64-508693/chrome-win32/chrome.exe");
    context.log("--> Chrome Path = " + chromeDir);

    const dir = path.join(os.tmpdir(), '/screenshots');

    if (!fs.existsSync(dir)){
        fs.mkdirSync(dir);
    }

    const screenshotPath = path.join(dir, "example.png");
    context.log("--> Path = " + screenshotPath);

    let browser, page;
    puppeteer.launch({ executablePath: chromeDir, headless: true, args: [ '--no-sandbox', '--single-process', '--disable-gpu' ] })
        .then(b => {
            context.log("----> 1");
            browser = b;
            return browser.newPage();
        }, failureCallback)
        .then(p => {
            context.log("----> 2");
            page = p;
            return p.goto('https://www.example.com');
        }, failureCallback)
        .then(response => {
            context.log("----> 3");
            return page.screenshot({path: screenshotPath, fullPage: true});  
        }, failureCallback)
        .then(r => {
            browser.close();

            context.res = {
                body: "Done!"
            };

            context.done();            
        }, failureCallback);
};

下面是尝试执行脚本时的日志。

2017-12-18T04:32:05  Welcome, you are now connected to log-streaming service.
2017-12-18T04:33:05  No new trace in the past 1 min(s).
2017-12-18T04:33:11.400 Function started (Id=89b31468-8a5d-43cd-832f-b641216dffc0)
2017-12-18T04:33:20.578 JavaScript HTTP trigger function processed a request.
2017-12-18T04:33:20.578 --> Chrome Path D:\home\site\wwwroot\node_modules\puppeteer\.local-chromium\win64-508693\chrome-win32\chrome.exe
2017-12-18T04:33:20.578 --> Path = D:\local\Temp\screenshots\example.png
2017-12-18T04:33:20.965 --> Failure = 'Error: spawn UNKNOWN'
2017-12-18T04:33:20.965 ----> 2

错误“ Failure ='Error：spawn UNKNOWN'”尚不清楚。我使用Kudu和PowerShell确保我使用的路径正确。

我正在寻找一种在Azure Cloud Service和/或Azure Functions上运行Chrome的方法（对于Windows-为了使用我现有的App Service计划）。是否有人尝试在Azure中运行Headless Chrome？我愿意接受任何可以帮助我使此脚本正常工作的想法吗？

Answer 1

我建议使用https://www.browserless.io/，这样您就不必在应用服务中运行 chrome.exe。

用 puppeteer.connect 替换 puppeteer.launch

const browser = await puppeteer.connect({
  browserWSEndpoint: 'wss://chrome.browserless.io/'
});

Answer 2

我不确定 Headless Chrome 的使用情况，但由于某些 GDI 限制，Azure Functions 运行的沙箱在从 HTML 生成 PDF 时存在问题。

考虑在 Linux 上的 Azure Functions中尝试您的任务。虽然这仍处于预览阶段，但它不使用沙箱，因此如果您可以使用 headless chrome 来处理它，那么您在 PDF 生成方面可能会更幸运。