pytho pdfkit 将网页django2.0教程内容打印成pdf文档

pytho pdfkit 将网页django2.0教程内容打印成pdf文档

最近在学习django2.0，把杜赛大佬的django2.0网页教程打印成pdf文档 方便学习！
https://www.dusaiphoto.com/article/detail/2/
感谢大佬的分享！

# -*- coding: UTF-8 -*-
import pdfkit
import requests
from lxml import etree
import re

confg = pdfkit.configuration(wkhtmltopdf=r'C:\Users\Administrator\AppData\Local\Programs\Python\Python37\wkhtmltox\bin\wkhtmltopdf.exe')


#获取链接
def get_listurl():
    url="https://www.dusaiphoto.com/article/detail/2/"
    list_url = [url,]
    html=requests.get(url).content.decode('utf-8')
    con=re.findall(r'<div class="card-text" style="overflow: hidden">(.+?)<div class="container-fluid">',html,re.S)[0]
    listurls=re.findall(r'<p class="mb-0">.+?<a href="(.+?)".+?style="color: #b8b8b8;"',con,re.S)
    for listurl in listurls:
        listurl=f'https://www.dusaiphoto.com{listurl}'
        list_url.append(listurl)
    print(list_url)
    return list_url

#获取正文内容
def get_content(url):
    #url='https://www.dusaiphoto.com/article/detail/4/'
    html=requests.get(url).content.decode('utf-8')
    content=re.findall(r'<div class="mt-4">(.+?)<div class="mt-4 mb-4">',html,re.S)[0]
    return content


def dypdf(contents):
    contents=etree.HTML(contents)
    s = etree.tostring(contents).decode()
    print("开始打印内容！")
    pdfkit.from_string(s, r'out.pdf',configuration=confg)
    print("打印保存成功！")


if __name__ == '__main__':
    contents=''
    urls=get_listurl()
    for url in urls:
        print(url)
        content=get_content(url)
        contents='%s%s%s'%(contents,content,'<p><br><p>')

    dypdf(contents)

附：django2.0教程pdf文档
链接: https://pan.baidu.com/s/1HM7_tEqcPk3h2ffZiYV17Q 提取码: udpi

wkhtmltopdf，这个工具的下载网站是：https://wkhtmltopdf.org/downloads.html

代码中，confg = pdfkit.configuration(wkhtmltopdf=r’C:\Users\Administrator\AppData\Local\Programs\Python\Python37\wkhtmltox\bin\wkhtmltopdf.exe’)
wkhtmltopdf=更换为你自己的包目录！

参考以下教程：

使用python把html网页转成pdf文件 https://www.cnblogs.com/xiaowenshu/p/9916719.html

我们看到一些比较写的比较好文章或者博客的时候，想保存下来到本地当一个pdf文件，当做自己的知识储备，以后即使这个博客或者文章的连接不存在了，或者被删掉，咱们自己也还有。

当然咱们作为一个coder，这样的事情肯定不能手动保存下来然后再转成pdf存起来对不对，有失咱们码农的身份，当然要自动化的来实现了~

准备工作

那怎么办呢，python里面有个模块是pdfkit，他可以帮咱们把一个html（也就是一个网页）变成一个pdf文件。

pdfkit是python对wkhtmltopdf这个把网页转成pdf工具的一个封装，所以咱们必须得先安装一个wkhtmltopdf，这个工具的下载网站是：https://wkhtmltopdf.org/downloads.html，根据自己的操作系统下载对应的版本即可。ps：这里要记住安装目录啊，下面要用到它，不要忘记它的安装目录~

上面说到了pdfkit这个模块，这个是第三方模块，需要安装，使用pip安装即可。

1
pip install pdfkit

写代码实现

pdfkit它给咱们提供了很多功能，可以给它一个url，他会自动获取url里面的内容，帮你保存好，也可以给他一个html文件，也可以保存，也可以给他一个字符串，也可以保存成pdf，
import pdfkit

url=‘https://www.cnblogs.com/sriba/p/8043294.html’#一篇博客的url
confg = pdfkit.configuration(wkhtmltopdf=‘C:\Python35\wkhtmltopdf.exe’)
#这里指定一下wkhtmltopdf的路径，这就是我为啥在前面让记住这个路径
pdfkit.from_url(url, ‘jmeter_下载文件.pdf’,configuration=confg)

from_url这个函数是从url里面获取内容

这有3个参数，第一个是url，第二个是文件名，第三个就是khtmltopdf的路径

#pdfkit.from_file(‘my.html’, ‘jmeter_下载文件2.pdf’,configuration=confg)

from_file这个函数是从文件里面获取内容

这有3个参数，第一个是一个html文件，第二个是文生成的pdf的名字，第三个就是khtmltopdf的路径

html=’’’

title

content

'''#这个html是我从一个页面上拷下来的一段，也可以

#pdfkit.from_string(html, ‘jmeter_下载文件3.pdf’,configuration=confg)

from_file这个函数是从一个字符串里面获取内容

这有3个参数，第一个是一个字符串，第二个是文生成的pdf的名字，第三个就是khtmltopdf的路径

下面是保存好的pdf文件，是不是很简单，快去试试吧

来源：小文叔