python 截屏，合成 pdf

    这篇文章接着使用订阅号获取微信公众号历史文章看（微信可查看原文链接）。一般爬虫都选择去分析 html 源码，从中选择对我们有用的元素进行保存，但是这样很容易就把作者写文章时的排版给扔掉了，而且有的文章本身就使用了一些图片加以说明，为了保证原汁原味的阅读体验，尝试了一下直接截屏保存的效果还不错。

网页截屏保存

    selenium 库中 webdriver 已经提供了截屏功能，代码如下所示，但是使用之后发现，它仅仅是截取当前屏幕显示的内容，而很多文章一屏是没法显示全的，就需要日常已经习以为常的截长图操作了。

driver.save_screenshot(FILENAME)

    在网上找到了一个简单的方法，只需要把 chromedriver 换成 PhantomJS （网络自行下载）就可以了，代码和上面是一样的。

def screen_shot(article_list):
    br = webdriver.PhantomJS(executable_path=PHANTOMJS_PATH)
    br.maximize_window()
    for article in article_list:
        br.get(article.get("link"))
        time.sleep(3)
        br.save_screenshot(PATH + article.get("title") + ".png")
    br.close()
    print("screenshot finishied")

将图片合成 pdf

    把文章截屏下来之后，发现体验还是不好，图片太多了而且没有规律，脑袋里的第一想法就是把图片组织成一本书不就方便了嘛，于是就用了下面的一小段代码。实际运用的时，如果文件数量很多，这段代码的速度貌似很慢。

def imgs_to_pdf():
    pdf = FPDF()
    pdf.add_page()
    for img in os.listdir(IMAGES_PATH):
        pdf.image(PATH+img, w=PDF_WIDTH, h=PDF_HEIGHT)
    pdf.output(FILENAME)

两点感悟

    闲来做完上面的小功能后，突然有一点失落，虽然用专业知识给自己的生活提供了一点点方便，但却并没有什么成就感，因为 python 封装的太好了，基本上你要干的事都有人已经写好了相关的库，你直接调用就行了，这给自己带来的影响就是：编程全变成了功能的堆砌，是个学编程的都能做，对原理完全没有深入。不禁想起了之前转载的关于“算法工程师”一词的理解，国庆期间我朋友圈有两个人很特殊，都没有发什么游客照，一个大神在阅读 unix 源码，另一个在阅读毛选，觉得如果不是富二代、权二代，人与人之间的差距就是这么出来的。

    英语学好真的很重要，在查找如何将图片拼接成 pdf 时，用中文搜索了很多，基本上不同平台博客都是同一段代码，而且连错误都一样，浪费时间；后来用 python for images to pdf作为关键字进行搜索，出来第一个结果就是想要的结果，而且代码很简洁。国内的博主写的好的太少了，联想到国内还有付费包装 github 的服务，简直恶心死了，不知道提供服务和购买服务的人怎么有脸交易。