Python将网页导出为pdf文件，不安装额外的外部依赖（完整代码）

目录

使用pyppeteer库导出pdf

安装

使用

效果如下

结语

---

使用pyppeteer库导出pdf

pyppeteer是一个Python库，它提供了一个高级API来控制puppeteer（一个Node库，用于通过Chrome或Chromium浏览器自动化）。

此外，pyppeteer需要Chromium或Chrome浏览器及其对应的chromedriver。你可以使用webdriver_manager来管理chromedriver的版本

安装

pip install pyppeteer
pip install webdriver_manager

使用

import asyncio
from pyppeteer import launch
from webdriver_manager.chrome import ChromeDriverManager

# 在你的代码中设置chromedriver路径
executable_path = ChromeDriverManager().install()


async def generate_pdf(url, output_path):
    browser = await launch()
    page = await browser.newPage()
    # 使用 networkidle2 作为等待条件，这意味着在网络空闲超过两秒后认为页面加载完成
    await page.goto(url, waitUntil='networkidle2')
    await page.pdf({'path': output_path, 'format': 'A4'})
    await browser.close()

# 运行事件循环并生成PDF
asyncio.get_event_loop().run_until_complete(generate_pdf("https://www.baidu.com", "output.pdf"))

效果如下

结语

在Python中将网页导出为PDF有多种方案，

• 使用Selenium WebDriver可以打开浏览器，加载网页，然后截取屏幕内容保存为PDF。这种方法的好处是生成的PDF与浏览器中的显示效果一致，包括动态加载的内容。
• wkhtmltopdf是一个命令行工具，可以将HTML转换为PDF。它支持CSS样式，并且生成的PDF质量很高。
• pdfkit是一个Python库，它基于wkhtmltopdf提供了更简洁的接口。你可以直接使用Python代码将HTML转换为PDF，而不需要手动调用命令行工具。

选择哪种方法取决于具体需求。如果需要处理动态加载的内容或需要与浏览器交互，那么Selenium WebDriver可能是更好的选择。如果只是需要将静态的HTML转换为PDF，并且关心生成的PDF质量，那么wkhtmltopdf或pdfkit可能更适合。