假设有一天，你需要整理一份中国所有大学信息的 ppt。

大学的信息是能搜到的，但是一份份整理到 ppt 里也太麻烦了。

能不能用代码自动生成 PPT呢？

自然是可以的。

这里大学的信息可以从中国大学 MOOC这里抓取：

我们用 puppeteer 来爬取大学的校徽、名字、介绍，然后用这些信息来生成 pdf 等。

创建个 Nest 项目：

nest new ppt-generate

安装 puppeteer：

npm install --save puppeteer

然后在 AppService 里引入下：

import { Injectable } from "@nestjs/common";
import puppeteer from "puppeteer";

let cache = null;

@Injectable()
export class AppService {
    getHello(): string {
        return "Hello World!";
    }

    async getUniversityData() {
        if (cache) {
            return cache;
        }

        const browser = await puppeteer.launch({
            headless: true,
            defaultViewport: {
                width: 0,
                height: 0,
            },
        });

        const page = await browser.newPage();

        await page.goto("https://www.icourse163.org/university/view/all.htm");

        await page.waitForSelector(".u-usitys");

        const universityList = await page.$eval(".u-usitys", (el) => {
            return [...el.querySelectorAll(".u-usity")].map((item) => {
                return {
                    name: item.querySelector("img").alt,
                    img: item.querySelector("img").src,
                    link: item.getAttribute("href"),
                };
            });
        });

        await browser.close();

        cache = universityList;

        return universityList;
    }
}

这里用 puppeteer 抓取中国大学 mooc 的学校列表的信息。

headless 指定 true，不用看界面了。

然后简单在内存做了下 cache，没用 redis。

在 AppController 里加个路由：

@Get('list')
async universityList() {
    return this.appService.getUniversityData();
}

把服务跑起来：

npm run start:dev

试一下：

然后继续点进详情页，拿到学校的描述：

抓取每个学校数据的时间太长，我们用 SSE（server sent event）的方式返回数据。

Sever Sent Event 就是服务端返回的 Content-Type 是 text/event-stream，这是一个流，可以多次返回内容，通过这种方式来随时推送数据。

SSE 类似这样用：

改下 AppController

@Sse('list')
async universityList() {
    return this.appService.getUniversityData();
}

还有 AppService

import { Injectable } from "@nestjs/common";
import puppeteer from "puppeteer";
import { Observable, Subscriber } from "rxjs";

let cache = null;

@Injectable()
export class AppService {
    getHello(): string {
        return "Hello World!";
    }

    async getUniversityData() {
        if (cache) {
            return cache;
        }

        async function getData(observer: Subscriber<Record<string, any>>) {
            const browser = await puppeteer.launch({
                headless: true,
                defaultViewport: {
                    width: 0,
                    height: 0,
                },
            });

            const page = await browser.newPage();

            await page.goto(
                "https://www.icourse163.org/university/view/all.htm"
            );

            await page.waitForSelector(".u-usitys");

            const universityList: Array<Record<string, any>> = await page.$eval(
                ".u-usitys",
                (el) => {
                    return [...el.querySelectorAll(".u-usity")].map((item) => {
                        return {
                            name: item.querySelector("img").alt,
                            img: item.querySelector("img").src,
                            link: item.getAttribute("href"),
                        };
                    });
                }
            );

            for (let i = 0; i < universityList.length; i++) {
                const item = universityList[i];
                await page.goto("https://www.icourse163.org" + item.link);

                await page.waitForSelector(".m-cnt");

                const content = await page.$eval(
                    ".m-cnt p",
                    (el) => el.textContent
                );
                item.desc = content;

                observer.next({ data: item });
            }

            await browser.close();

            cache = universityList;
        }

        return new Observable((observer) => {
            getData(observer);
        });
    }
}

主要是返回一个 rxjs 的 Observable 然后不断用 observer.next 返回数据。

试一下：

SSE 和爬虫简直是绝配！

接下来生成 ppt，用 pptxgenjs 这个包。

用法很简单：

new 一个实例，添加一个 Slide，然后添加 text image 等内容，最后写入文件。

我们先测试下：

npm install --save pptxgenjs

新建 test.js

const pptxgen = require("pptxgenjs");

const ppt = new pptxgen();

const slide = ppt.addSlide();

slide.addText("北京大学", {
    x: "10%",
    y: "10%",
    color: "#ff0000",
    fontSize: 30,
    align: ppt.AlignH.center,
});

slide.addImage({
    path: "https://nos.netease.com/edu-image/F78C41FA9703708FB193137A688F7195.png?imageView&thumbnail=150y150&quality=100",
    x: "42%",
    y: "25%",
});

slide.addText(
    `北京大学创办于1898年，初名京师大学堂，是中国第一所国立综合性大学，也是当时中国最高教育行政机关。辛亥革命后，于1912年改为现名。 学校为教育部直属全国重点大学，国家“211工程”、“985工程”建设大学、C9联盟，以及东亚研究型大学协会、国际研究型大学联盟、环太平洋大学联盟、东亚四大学论坛的重要成员。`,
    { x: "10%", y: "60%", color: "#000000", fontSize: 14 }
);

ppt.writeFile({
    fileName: "中国所有大学.pptx",
});

分别指定文字和图片的 x、y，对齐方式 align。

跑一下：

node ./test.js

打开看一下：

没问题。

然后我们在 list 接口里加一下这个：

顺便替换下校徽图片，之前取的这个：

换成这里的：

import { Injectable } from "@nestjs/common";
import puppeteer from "puppeteer";
import { Observable, Subscriber } from "rxjs";
const pptxgen = require("pptxgenjs");

let cache = null;

@Injectable()
export class AppService {
    getHello(): string {
        return "Hello World!";
    }

    async getUniversityData() {
        if (cache) {
            return cache;
        }

        async function getData(observer: Subscriber<Record<string, any>>) {
            const browser = await puppeteer.launch({
                headless: true,
                defaultViewport: {
                    width: 0,
                    height: 0,
                },
            });

            const page = await browser.newPage();

            await page.goto(
                "https://www.icourse163.org/university/view/all.htm"
            );

            await page.waitForSelector(".u-usitys");

            const universityList: Array<Record<string, any>> = await page.$eval(
                ".u-usitys",
                (el) => {
                    return [...el.querySelectorAll(".u-usity")].map((item) => {
                        return {
                            name: item.querySelector("img").alt,
                            link: item.getAttribute("href"),
                        };
                    });
                }
            );

            const ppt = new pptxgen();

            for (let i = 0; i < universityList.length; i++) {
                const item = universityList[i];
                await page.goto("https://www.icourse163.org" + item.link);

                await page.waitForSelector(".m-cnt");

                const content = await page.$eval(
                    ".m-cnt p",
                    (el) => el.textContent
                );
                item.desc = content;

                item.img = await page.$eval(".g-doc img", (el) =>
                    el.getAttribute("src")
                );

                observer.next({ data: item });

                const slide = ppt.addSlide();

                slide.addText(item.name, {
                    x: "10%",
                    y: "10%",
                    color: "#ff0000",
                    fontSize: 30,
                    align: ppt.AlignH.center,
                });

                slide.addImage({
                    path: item.img,
                    x: "42%",
                    y: "25%",
                });

                slide.addText(item.desc, {
                    x: "10%",
                    y: "60%",
                    color: "#000000",
                    fontSize: 14,
                });
            }

            await browser.close();

            await ppt.writeFile({
                fileName: "中国所有大学.pptx",
            });

            cache = universityList;
        }

        return new Observable((observer) => {
            getData(observer);
        });
    }
}

跑一下：

跑完之后可以看到，动态生成了 400 多张 ppt：

案例代码上传了 github：https://github.com/QuarkGluonPlasma/nestjs-course-code/tree/main/ppt-generate

总结

我们使用 puppeteer 抓取了大学的信息，用 SSE 的方式创建了接口，不断返回爬取到的数据。

然后用 pptxgenjs 来生成了 ppt。

这样，400 多张 PPT 瞬间就生成了，不用自己手动搞。