Python3实现网页内容转换成PDF文档和图片

目录

• 1、引言
• 2、代码实战
• 2.1 模块介绍
• 2.2 安装
• 2.3 代码实例
• 2.4 拓展
• 3、总结

1、引言

小鱼：小屌丝，你这是干啥呢？

小屌丝：我的女神想要这个网页的内容。

小鱼：那你也不能这一点点的复制粘贴啊，

小屌丝：为了我的女神，再辛苦我都愿意…

小鱼：咱能不能man一点，你直接把网页内容爬下来不就完事了，

小屌丝：我的女神还要把这些内容转换成PDF，

小鱼：你的女神事可真多…

小屌丝：鱼哥，你有什么好的法子吗？

小鱼：嗯，办法嘛，确实有

小屌丝：我懂。

小鱼：…上道这么快，果然为了你的女神，你什么都舍得，我也不磨叽了，直接上教程。

2、代码实战

关于网页的内容转换成PDF，通常思路：

• 爬取网页内容
• 保存到本地
• 转换成PDF文档

这种方法， 确实可以实现，但是，很麻烦，需要转两次。

而今天，小鱼给大家分享的方法，就3行代码，一次搞定。

2.1 模块介绍

2.1.1 pdfkit

pdfkit 是把 HTML+CSS 格式的文件转换成 PDF 的一种工具，它是 wkhtmltopdf 这个工具包的 python 封装。

2.2 安装

pip install pdfkit

其它安装方式，直接看这两篇:

《Python3自动安装第三方库,跟pip说再见》

《Python:一行代码,导入Python所有库》

敲黑板：

pdfkit 是基于 wkhtmltopdf 的封装，所以需要先安装 wkhtmltopdf 。

wkhtmltopdf官网

2.3 代码实例

2.3.1 URL 对应网页转 PDF

代码示例：

# -*- coding:utf-8 -*-
# @Time   : 2022-06-12
# @Author : carl_DJ

import pdfkit

'URL 对应网页转 PDF'
#wkhtmltopdf.exe 为本地安装的路径
config = pdfkit.configuration(wkhtmltopdf=r"D:\ProgramFiles\wkhtmltopdf\bin\wkhtmltopdf.exe")
#调用pdfkit.from_url参数，转换PDF
pdfkit.from_url(r'https://blog.csdn.net/wuyoudeyuer?type=blog', 'Carl_奕然.pdf', configuration=config)

运行结果：

2.3.2 HTML 文件转 PDF

代码示例：

# -*- coding:utf-8 -*-
# @Time   : 2022-06-12
# @Author : carl_DJ

import pdfkit

'HTML 文件转 PDF'
config = pdfkit.configuration(wkhtmltopdf=r"D:\ProgramFiles\wkhtmltopdf\bin\wkhtmltopdf.exe")
#调用pdfkit.from_file参数，转换PDF
pdfkit.from_file(r'D:\Carl_奕然的博客.html, 'Carl_奕然.pdf', configuration=config)

敲黑板

读取html，需要调用pdfkit.from_file 参数。

2.3.3 字符串转 PDF

代码示例：

# -*- coding:utf-8 -*-
# @Time   : 2022-06-12
# @Author : carl_DJ

import pdfkit

'字符串转 PDF'
config = pdfkit.configuration(wkhtmltopdf=r"D:\ProgramFiles\wkhtmltopdf\bin\wkhtmltopdf.exe")
#调用pdfkit.from_file参数，转换PDF
pdfkit.from_string(r'Ilike wangxinling, 'Carl_奕然.pdf', configuration=config)

运行结果

2.4 拓展

小屌丝：鱼哥，如果我不想写代码，能不能一键转换成PDF呢？

小鱼：嗯，这个可以实现，但是不能一键，必须一行代码。

小屌丝：也行，能少些一行是一行。

2.4.1 网页转换PDF

开篇小鱼也说过：pdfkit 是基于 wkhtmltopdf 的封装，所以功能肯定也是基于 wkhtmltopdf 的。

于是乎，我们就能先到，直接用wkhtmltopdf 的功能，看看能否实现PDF转换。

代码示例

第一步、找到wkhtmltopdf的安装路径，以小鱼的为例：

D:\ProgramFiles\wkhtmltopdf\bin\wkhtmltopdf.exe

第二步、powershell打开，输入命令

.\wkhtmltopdf.exe https://blog.csdn.net/wuyoudeyuer/category_9471191.html D:\carl.pdf

运行结果

解析

• .\wkhtmltopdf.exe ：调用wkhtmltopdf.exe
• https://blog.csdn.net/wuyoudeyuer?type=blog：url地址
• D:\carl.pdf：保存的路径

2.4.2 网页转换图片

代码示例

我们来试一下网页转换成图片，

同样，

第一步、打开powershell，进入到bin文件夹下

第二步、输入命令：.\wkhtmltoimage.exe https://blog.csdn.net/wuyoudeyuer/category_9471191.html D:\carl.png

运行结果

3、总结

今天的分享，就到这里了。

是不是奇奇怪怪的姿势，又增加了呢。

我们总结一下今天的内容：

pdfkit 可以可以实现的转换：

• URL 对应网页转 PDF
• html文件转 PDF
• 字符串转 PDF

wkhtmltopdf.exe可以实现的转换：

• 网页转图片
• 网页转 PDF