python 批量页面打印为pdf

剧情回顾

最近产品部的老大提了个需求，要快速能把某些网址的医疗新闻打印成pdf，方便他们当素材。这个需求兜兜转转最后还是落在了我这个小前端身上，没办法，毕竟现在的活不多，导致我摸鱼的时候放松警惕，被发现了……

页面url获取

打印页面的第一步首先要获取页面的地址，这点需要根据具体的页面示例去调整，大家可以参考我碰到的需求。

比如我们产品部要打印第一页到第五页的所有页面，当然人家肯定不会给你提供页面链接，毕竟要一个一个去点。这种情况下我们可以选择先查看代码结构，在根据结构调整代码获取地址。
首先在控制台(f12)，我们看到这个页面组成，每个标题下都是一个a标签，并且其最上有一个名为 searchresult 的大类名，知道了他的结构，现在我们就可以根据结构在控制台进行操作了。

var array = [] // 记录链接
var alist = document.querySelectorAll('.searchresult table a') // 获取全部a标签
for (let a of alist){
	array.push(a.href) // 获取a标签的链接属性
}
console.log(array) // [...]

获取完链接查看一下，我们继续进行下一步。

打印页面为PDF

在打印之前首先我们要下载一个 chromedriver 的驱动，用以操作浏览器。注意这里要记住安装路径。
下载地址：https://googlechromelabs.github.io/chrome-for-testing/

下载并安装完成后，我们新建一个index.py，输入如下代码

import os
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
import json
from time import sleep

save_path = os.getcwd() # 当前文件所在的文件夹路径
options = Options()
settings = {
    "recentDestinations": [{
        "id": "Save as PDF",
        "origin": "local",
        "account": ""
    }],
    "selectedDestinationId": "Save as PDF",
    "version": 2,  # 另存为pdf，1 是默认打印机
    "isHeaderFooterEnabled": False,  # 勾选页眉和页脚
    "isCssBackgroundEnabled": True,  # 勾选背景图形
    "mediaSize": {
        "height_microns": 297000,
        "name": "ISO_A4",
        "width_microns": 210000,
        "custom_display_name": "A4",
    },
}
prefs = {
    'printing.print_preview_sticky_settings.appState': json.dumps(settings),
    'savefile.default_directory': save_path,
}

options.add_argument('--enable-print-browser')
options.add_argument('--kiosk-printing')  # 静默打印无需点击打印页面的确定按钮
options.add_experimental_option('prefs', prefs)
service = Service(executable_path="D:\chromedriver-win64\chromedriver.exe") # 谷歌浏览器驱动路径
driver = webdriver.Chrome(service=service, options=options)
# 页面地址复制到这里
urls = [] 
for url in urls:
    driver.get(url)
    # 1.自定义代码执行，修改页面内容时可以在此插入代码，修改样式或者名称等
 	driver.execute_script(f'document.title="页面名称"')
    # 2.打印网页
    driver.execute_script('window.print();')
    # 等待html加载pdf打印，如果图片多可以加大调整
    sleep(3)

输入完成后，我们在控制台执行 index.py 文件，即完成打印

python index.py