Puppeteer PDF文本复制异常问题分析与解决方案

问题现象

在使用Puppeteer将HTML内容转换为PDF时，用户遇到了一个特殊的文本复制异常。具体表现为：

1. 从PDF中复制的文本顺序出现反转
2. 文本选择标记显示位置异常（位于文本下半部分）
3. 生成的PDF文件体积显著增加（从约55KB增加到约115KB）

环境与版本分析

该问题出现在特定版本的Puppeteer和Chromium组合中：

• 正常工作的版本：Puppeteer v23.7.1及以下，搭配Chromium 130.0.6723.116
• 出现问题的版本：Puppeteer v23.8.0及以上，搭配Chromium 131.0.6778.69及更高版本

技术背景

Puppeteer是一个Node库，它提供了高级API来控制Chromium或Chrome浏览器。在生成PDF时，Puppeteer实际上是将HTML内容渲染后，调用浏览器的打印功能来生成PDF文件。这个过程涉及：

1. HTML解析和渲染
2. CSS样式应用（包括自定义字体）
3. 页面布局计算
4. PDF生成和文本层创建

问题根源

通过版本比对和测试，可以确定：

1. 问题出现在Chromium 131.0.6765.0到131.0.6766.0之间的某个变更
2. 与自定义字体（Noto Sans）的嵌入方式（通过base64编码的WOFF2字体数据）可能相关
3. PDF生成过程中文本层的创建逻辑发生了变化

解决方案

目前可行的解决方案包括：

1. 降级方案：

   • 使用Puppeteer v23.7.1及以下版本
   • 搭配Chromium 130.0.6723.116版本

2. 替代方案：

   • 尝试使用其他PDF生成库（如pdf-lib）
   • 考虑使用服务器端渲染方案

3. 等待官方修复：

   • 该问题已提交至Chromium项目跟踪
   • 可关注后续版本更新

最佳实践建议

对于需要稳定PDF生成的项目，建议：

1. 锁定Puppeteer和Chromium版本
2. 考虑将PDF生成功能隔离为独立服务
3. 实施自动化测试来验证PDF生成质量
4. 对于关键业务，建立版本升级前的全面测试流程

总结

PDF生成中的文本复制异常问题通常与底层渲染引擎的变更有关。开发者在使用类似Puppeteer这样的工具时，应当注意版本兼容性问题，特别是当功能依赖于浏览器内部实现细节时。保持对上游变更的关注，建立完善的测试机制，才能确保功能的长期稳定性。