pdfkit||利用python实现网页转PDF方法总结

妖狐艹你老母 2023-07-13 15:19 1阅读 0赞

#### Python的第三方库pdfkit，可以将网页、html文件以及字符串生成pdf文件。 ####

##### 安装相关依赖库 #####

1.python版本 3.x，在命令行输入`pip install pdfkit`  
2.安装wkhtmltopdf.exe文件  
下载地址:[wkhtmltopdf][]  
选择自己电脑的符合版本  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODkyNDUwMA_size_16_color_FFFFFF_t_70]  
下载完成后，一路next，将wkhtmltopdf安装好。务必要记住安装地址，找到wkhtmltopdf.exe文件所在的绝对路径，后面要用到。

## 使用pdfkit库生成pdf文件 ##

前面说过pdfkit可以将网页、html文件、字符串生成pdf文件。

*  网页url生成pdf【pdfkit.from\_url()函数】

# 导入库
    import pdfkit
    
    '''将网页url生成pdf文件'''
    def url_to_pdf(url, to_file):
        # 将wkhtmltopdf.exe程序绝对路径传入config对象
        path_wkthmltopdf = r'C:\\Program Files\\wkhtmltopdf\\bin\\wkhtmltopdf.exe'
        config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
        # 生成pdf文件，to_file为文件路径
        pdfkit.from_url(url, to_file, configuration=config)
        print('完成')
    
    # 这里传入我知乎专栏文章url，转换为pdf
    url_to_pdf(r'https://blog.csdn.net/weixin_38924500/article/details/104767891', 'name.pdf')  #第二个为文件地址及命名   ./PDF/文件名.pdf

*  html文件生成pdf【pdfkit.from\_file()函数】

# 导入库
    import pdfkit
    
    '''将html文件生成pdf文件'''
    def html_to_pdf(html, to_file):
        # 将wkhtmltopdf.exe程序绝对路径传入config对象
        path_wkthmltopdf = r'C:\\Program Files\\wkhtmltopdf\\bin\\wkhtmltopdf.exe'
        config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
        # 生成pdf文件，to_file为文件路径
        pdfkit.from_file(html, to_file, configuration=config)
        print('完成')
    
    html_to_pdf('sample.html','name.pdf')

*  字符串生成pdf【pdfkit.from\_string()函数】

# 导入库
    import pdfkit
    
    '''将字符串生成pdf文件'''
    def str_to_pdf(string, to_file):
        # 将wkhtmltopdf.exe程序绝对路径传入config对象
        path_wkthmltopdf = r'C:\\Program Files\\wkhtmltopdf\\bin\\wkhtmltopdf.exe'
        config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
        # 生成pdf文件，to_file为文件路径
        pdfkit.from_string(string, to_file, configuration=config)
        print('完成')
    
    str_to_pdf('This is test!','out_3.pdf')

#### 在项目中灵活应用pdfkit ####

url = " www.baidu.com"
    title= "mypdf"
    # print(url)
    file_name = './PDF/'+title+'.pdf'  #定义相对路径存储文件，注意使用正斜杠，否则会出现转义问题。
    # print(file_name)
    myconfig = pdfkit.configuration(wkhtmltopdf='C:/Program Files/wkhtmltopdf/bin/wkhtmltopdf.exe')
    #对打印的pdf进行设置，具体参数根据需要添加
    options = {
    			'page-size': 'A4',
    			'margin-top': '0mm',
    			'margin-right': '0mm',
    			'margin-bottom': '0mm',
    			'margin-left': '0mm',
    			# 'orientation':'Landscape',#横向
    			'encoding': "UTF-8",
    			'no-outline': None,
    			'footer-right':'[page]' #设置页码
    }
    
    pdfkit.from_url(url, file_name, options=options, configuration=myconfig)

#### 多个请求造成浏览器堵塞问题 ####

我们经常会需要将多个链接地址放进去解析pdf,但是需要一定的时间，如果上一个链接的请求打印没有结束，然后程序又开始请求下一条链接，就会造成问题。  
所以我们可以使用

import time
    try:
       #请求地址、解析程序
       ,,,,
    excep：
         print('-------------xxxxx-----------')
                    time.sleep(20)  #让进程睡眠一会，防止出现请求堵塞

[wkhtmltopdf]: https://wkhtmltopdf.org/downloads.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODkyNDUwMA_size_16_color_FFFFFF_t_70]: /images/20230529/377a1a1904c74d319e4d912fda641564.png