如何使用Puppeteer + Chrome将网页，博客批量导出成PDF？（二）

前言

上回说道：我已经用Puppeteer把CSDN的文章导出成了PDF。上回请看这里： Puppeteer:使用总结（一） 如何使用Puppeteeer导出网页中选中的内容

那么接着上一次的最后一个问题，这真的是我想要的吗？不，这不是

要是这是一个项目或者产品，我早被产品经理，项目经理，老板，客户，QA KO无数回了。为啥？难道我每次使用都要去改动代码？去改URL，去改文件名？No，No，No

首先我自己这一关就过不了，花了这么多精力写出一个东西来，然后你给我讲每次使用还要修改代码。自己撞墙算了。

不会炒菜的程序员不是好的产品经理。（什么鬼，我也不知道）

总之技术问题解决了，我还得继续努力让他变得好用起来。

目录

前言

自动生成文件名

去掉多余的文件名

去掉特殊字符

配置URL输入源

设计命令输入格式

让生成PDF部分支持配置

见证奇迹的时刻

单独导出一篇文章

同时导出两或者多篇文章

使用文件作为输入 

总结

---

自动生成文件名

既然每个CSDN博文都有标题，那么我们是不是可以把它作为PDF的文件名呢？答案当然是可以的。

先查看Puppeteer的API，找到这么个方法：

 page.title()v0.9.0

• returns: <Promise<string>> 返回页面标题.

page.mainFrame().title()的简写

很好，这就是我想要的。

接下来修改我们的代码如下：

首先获取title:

let title= await page.title();

 然后修改PDF文件名：

await page.pdf({
      path: title+'.pdf',
      format: 'A4'

走你：

npm csdntopdf.js

效果看起来不错哈，自动生成了文件名：

嗯，文件名是有了，但是总感觉哪里不对。哦哦，对了后面那个什么xxx的博客-CSDN博客就可以不要了吧。毕竟文章里面已经保留了版权信息，减少点文件名的长度也是好的。

去掉多余的文件名

先观察一下文件名组成：

标题+下划线+xxx的博客+中划线+CSDN博客.pdf

所以后半部分几乎是固定的下划线+xxx的博客+中划线+CSDN博客.pdf，只有博主名是变的，感觉应该可以用正则式去掉：

/[_](.+)的博客[-]CSDN博客$/gi

继续修改取title的代码：

 let title = await page.title();
 title = title.replace(/[_](.+)的博客[-]CSDN博客$/gi, '')

不出意外,去掉了后面的字符串。

去掉特殊字符

看文章表里里面还有“：”这样的特殊字符，这些字符在文件系统里是不被允许的，我这里虽然保存成功了，是因为那个字符不是ASCII码而是中文字符。所以为了将来少点bug，顺带就把这个处理了。

先找到文件名中不允许的特殊字符：

好说，再使用一个正则表达式把他们一一去掉：