在自动化测试中，PDF 文件的验证常常被忽视，但其重要性不容小觑。PDF 文件常用于展示发票、合同等关键信息，确保其内容准确无误对保障应用质量至关重要。本文将带你深入了解如何利用 Playwright，结合 pdf-parse 和 fs 模块，实现 PDF 内容的自动化验证。
为什么选择 Playwright？
Playwright 是一款强大的开源自动化测试工具，支持多浏览器和多平台运行。虽然它没有内置的 PDF 验证功能，但通过与其他工具配合，我们可以轻松填补这一空白。
准备工作
首先，安装所需依赖：
npm install playwright fs pdf-parse
npm init playwright@latest实战步骤
1. 下载 PDF 文件
使用 Playwright 模拟用户行为，下载 PDF 文件：
const { test, expect } = require('@playwright/test');
test('下载 PDF 文件', async ({ page }) => {
// 导航到包含 PDF 的页面
await page.goto('https://pdfobject.com/pdf/sample.pdf');
// 同时等待下载事件并触发下载
const [download] = await Promise.all([
page.waitForEvent('download'), // 监听下载事件
page.getByRole('link', { name: 'A Simple PDF File' }).click() // 点击下载链接
]);
// 保存文件到指定路径
const filePath = 'ExportData/' + download.suggestedFilename();
await download.saveAs(filePath);
});2. 提取 PDF 内容
借助 pdf-parse 提取 PDF 中的文本，并保存为文本文件：
const fs = require('fs');
const pdf = require('pdf-parse');
async function extractPdfText(filePath) {
try {
// 读取 PDF 文件内容
const dataBuffer = fs.readFileSync(filePath);
// 解析 PDF 获取文本
const data = await pdf(dataBuffer);
// 将提取的文本保存到 actual.txt
fs.writeFileSync('./ExportData/actual.txt', data.text);
} catch (error) {
// 处理解析失败的情况
console.error('PDF 解析失败:', error);
}
}
// 调用函数提取文本
extractPdfText('./ExportData/sample.pdf');3. 验证内容
比较提取的文本与预期内容，确保一致性：
test('验证 PDF 内容', async () => {
// 读取预期和实际文本内容
let expected = fs.readFileSync('./ExportData/expected.txt', 'utf-8');
let actual = fs.readFileSync('./ExportData/actual.txt', 'utf-8');
// 使用 Playwright 的 expect 断言内容一致
expect(actual).toBe(expected);
});项目目录结构
为方便理解，项目文件组织如下：
- ExportData
- actual.txt # 提取的实际文本
- expected.txt # 预期的文本
- sample.pdf # 下载的 PDF 文件
- node_modules # 依赖包
- playwright-report # 测试报告
- tests
- example.spec.js # 测试脚本
- package-lock.json
- package.json
- playwright.config.js结语
通过本文，你掌握了在 Playwright 中实现 PDF 内容自动化验证的全过程。这一技能不仅能提升测试覆盖率，还能确保关键文档的准确性。赶快动手试试吧！
