利用Python爬取教程并转为PDF文档！

2.1 软件安装

---

由于我们是要把html转为pdf，所以需要手动wkhtmltopdf 。Windows平台直接在 http://wkhtmltopdf.org/downloads.html 下载稳定版的 wkhtmltopdf 进行安装，安装完成之后把该程序的执行路径加入到系统环境 $PATH 变量中，否则 pdfkit 找不到 wkhtmltopdf 就出现错误 “No wkhtmltopdf executable found”。Ubuntu 和 CentOS 可以直接用命令行进行安装

$ sudo apt-get install wkhtmltopdf # ubuntu

$ sudo yum intsall wkhtmltopdf # centos

2.2 库安装

---

• pip install requests # 用于网络请求

• pip install beautifulsoup4 # 用于操作html

• pip install pdfkit # wkhtmltopdf 的Python封装包

• pip install PyPDF2 # 用于合并pdf

3、爬取内容

---

本文的目标网址为：http://python3-cookbook.readthedocs.io/zh_CN/latest/ 。

3.1 获取教程名称

---

页面的左边一栏为目录，按F12调出开发者工具并按以下步骤定位到目录元素：

① 点击开发者工具左上角"选取页面元素"按钮；

② 用鼠标点击左上角教程名称处。

通过以上步骤即可定位到目录元素，用图说明：

从图看到我们需要的教程名称包含在<div class="wy-side-nav-search"></div>之间的a标签里。假设我们已经获取到了网页内容为html，可以使用以下代码获取该内容：

book_name = soup.find(‘div’, class_=‘wy-side-nav-search’).a.text

3.2 获取目录及对应网址

---

使用与 2.1 相同的步骤来获取：

从图看到我们需要的目录包含在<div class="section"></div>之间，<li class="t