采用Selenium、ChormeDriver和pdfkit生成网页的pdf

最新推荐文章于 2024-07-28 20:28:10 发布

图南随笔

最新推荐文章于 2024-07-28 20:28:10 发布

阅读量1.5k

点赞数

分类专栏： Python 文章标签： selenium python linux xpdf java

本文链接：https://blog.csdn.net/tunan666/article/details/111601597

版权

原理：

使用Selenium + ChromeDriver打开页面，拿到html 源码，然后再使用pdfkit生成pdf

概念：

Selenium：Selenium是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样

ChromeDriver：它是 google 为网站开发人员提供的自动化测试接口，是 selenium2 和 chrome浏览器进行通信的桥梁

wkhtmltopdf：它是一个适用于多平台的html到pdf转换的软件

pdfkit：它是wkhtmltopdf的Python封装包

安装（Linux CentOS7）

1、安装wkhtmltopdf

1）在wkhtmltopdf的官网下载安装包

官网地址： https://wkhtmltopdf.org/downloads.html

2）上传到linux服务器

scp wkhtmltox-0.12.6-1.centos7.x86_64.rpm

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

图南随笔

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

linux下安装mysql以及php的mysql扩展

chaney1030的专栏

07-15

1592

java中的getsource_java – Selenium – driver.getPageSource()与从浏览器中查看的源不同

weixin_42666036的博客

02-25

1716

我试图使用selenium从指定的HTML文件中捕获源代码,但我不知道为什么,我没有得到我们从浏览器中看到的确切源代码.下面是我在Java文件中捕获源代码的java代码private static void getHTMLSourceFromURL(String url,String fileName) {WebDriver driver = new FirefoxDriver();driver....

参与评论您还未登录，请先登录后发表或查看评论

Python Selenium 调用网页打印机另存 PDF

最新发布

夏日麦香的博客

07-28

366

网页截图转PDF，但以图片形式保存的pdf在阅读时不太友好。网上搜索文章时，发现可以直接调用网页打印机另存为PDF，下面为核心代码，测试浏览器Chrome。

linux php安装mysqli扩展

：）

06-26

2406

#进入扩展包目录 cd /data/soft/php-5.5.38/ext/mysqli #生成 configure 文件 /usr/local/php/bin/phpize #执行 configure ./configure --prefix=/usr/local/lib --with-php-config=/usr/local/lnmp/php/bin/php-config #编译并安装 ma...

linux安装mysql扩展模块_linux下 php 安装mysql的扩展模块

weixin_32899685的博客

01-30

270

1.安装mysql-devel包[root@DBproxy ~]# yum install mysql-devel注：该包必须在编译php之前安装好，否则在安装php的mysql扩展模块是会碰到各种古怪问题2. php的安装#下载[root@DBproxy zabbix]# wget http://119.90.25.34/cn2.php.net/distributions/php-5.6.28....

爬虫界又出神器|一款比selenium更高效的利器

cainiao_python的博客

06-14

741

提起selenium想必大家都不陌生，作为一款知名的Web自动化测试框架，selenium支持多款主流浏览器，提供了功能丰富的API接口，经常被我们用作爬虫工具来使用。但...

使用pdfkit生成网页的pdf 异常汇总

tunan666的博客

12-28

1744

使用pdfkit生成pdf 1. 采用Selenium、ChormeDriver和pdfkit生成网页的pdf 2.使用pdfkit生成网页的pdf 异常汇总（本文） 1、OSError: wkhtmltopdf reported an error 代码示例： import pdfkit, time, pprint from selenium import webdriver options_chrome = webdriver.ChromeOptions() # 以最高权限运行 opti..

Python 利用Selenium爬取嵌入网页的PDF（web embedded PDF）

Gfrwe的博客

08-11

4747

"plugins.always_open_pdf_externally": True #PDF始终在外部打开#chrome_options.add_experimental_option('detach', True) #webdriver打开浏览器后保持开启，一般用于测试出错用driver.switch_to.frame("myIframe") #由于PDF始终在外部打开，打开PDF文件地址后不会显示PDF，而会出现“打开”按钮，该按钮在iframe中。本句将driver转到Iframe中。

selenium2 python自动化测试 PDF学习

09-18

综合以上内容，可以看出，“selenium2 python自动化测试 PDF学习”所涵盖的知识点相当丰富，不仅包括了自动化测试的基本概念和技术实现，也涉及到具体的编程语言应用、测试脚本编写、效率提升和测试结果报告的处理。...

Selenium模拟浏览器万能爬虫指南.pdf

04-10

虽然它在速度上无法与传统爬虫相媲美，但在复杂网页交互和动态内容抓取方面，Selenium所具有的优势让它成为了不可或缺的工具。在学习和使用Selenium时，开发者需要重点关注其安装配置、页面元素定位和框架搭建等方面...

爬虫界的新神器|比selenium更高效

苏克的博客

06-17

377

本文转自公众号：菜鸟学Python提起selenium想必大家都不陌生，作为一款知名的Web自动化测试框架，selenium支持多款主流浏览器，提供了功能丰富的API接口...

最完美方案！如何防止 Selenium 被检测出来

热门推荐

静觅

12-09

2万+

“ 阅读本文大概需要 2 分钟。 ”在一篇公众号文章《别去送死了。Selenium 与 Puppeteer 能被网站探测的几十个特征》中，我们知道目前网上的反检测方法几乎都是掩耳盗铃，因...

linux下php连接mysql数据库_Linux下PHP连接Oracle数据库

weixin_30499091的博客

01-19

166

安装步骤：一、安装oracle-instantclient下载 oracle-instantclient11.2-basic-11.2.0.4.0-1.x86_64.rpm下载oracle-instantclient11.2-devel-11.2.0.4.0-1.x86_64.rpm放在/usr/packages/目录下# rmp -ivh oracle-instantclient*此时会生成/u...

同一机器，多版本PHP，以及对应的内置扩展，以及对应的swoole第三方扩展安装

yilegel写一写

09-09

292

一、yum安装：参考地址： Linux Centos6安装php5.6 php7.3多个版本环境模块冲突编译php模块的时候一定–with-php-config linux系统/opt目录和/usr/local目录有什么区别 /etc目录下也单独开辟了 /opt目录来管理附加软件包。步骤补充：安装基础扩展： yum install php73 php73-php-opcache php73-php-xml php73-php-mcrypt php73-php-gd php73-

chrome html导出pdf,使用Selenium实现HTML转PDF

weixin_28981373的博客

06-15

1737

在之前，州的先生为了在觅道文档中实现 markdown 转 pdf 的功能，考察和调研的市面上的一些通行解决方案，详见https://zmister.com/archives/1607.html。在那之后，觅道稳定选择了 Chromium + pyppeteer 的方案作为 HTML 转换 PDF 的技术栈。但是这个方案并非完美，由于 PyPeeteer 这个第三方库年久失修，很多 Bug 没有修...

Selenium如何让启动的浏览器和手动启动的浏览器信息一致

一起学习机器学习第一章

03-31

4600

最近在做爬虫，主要使用过了selenium包，但是发现selenium包直接调用本地浏览器，启动的是一个全新的（与手动打开的不一致），很多网站可以检测到，为了避免这个坑，给碰到相同问题的同伴提供思路，写下此文，希望对大家有所帮助。 1.打开谷歌浏览器； 2.在搜索框直接输入chrome://version/，找到“个人资料路径”；注意：不要复制Default。 3.代码 from selenium import webdriver option = webdriver.ChromeOpt

C#爬虫selenium webdriver使用火狐浏览器截取全屏并转成pdf

huling314的博客

07-01

649

对于网页页面很长的，使用webdriver自带的方法进行截屏时，默认的最大截取宽度是16384，超过最大宽度就要对页面进行裁剪拼接 public Bitmap GetFullScreenshot() { Bitmap stitchedImage = null; try { long totalwidth1 = (long)((IJavaScriptExecutor)this.webD.

selenium打开的网页如果不关闭，page_source的内容会叠加

Richarchard的博客

11-21

1399

selenium打开的网页如果不关闭，page_source的内容会叠加如题，我在爬网页的时候发现如果不关闭当前页面，得到的爬取结果就是后一个文档包含了前面所有文档的内容，请问这是什么原因呢，如何才能解决这个问题？代码如下 # 抓取一张网页审查元素(成功) from selenium import webdriver from time import sleep,ctime import re...

python selenium下载pdf文件网页

05-17

该怎样实现？您可以使用Python中的Selenium模块来实现自动下载pdf文件。具体步骤如下： 1. 打开浏览器并导航到您要下载pdf文件的网页。 2. 使用Selenium查找网页上的下载链接元素。 3. 单击该链接元素以开始文件下载。 4. 等待一段时间，以确保下载完成。 5. 将文件保存到您想要的本地目录。下面是一个Python代码示例，演示如何使用Selenium下载pdf文件： ``` from selenium import webdriver import time # 配置selenium驱动 chrome_options = webdriver.ChromeOptions() chrome_options.add_experimental_option('prefs', { 'plugins.always_open_pdf_externally': True # 将pdf文件始终在浏览器中打开 }) driver = webdriver.Chrome(chrome_options=chrome_options) driver.set_window_size(800, 600) # 设置浏览器窗口大小 # 导航到pdf文件下载页面 driver.get("https://www.example.com/downloadpdf") # 查找下载链接元素并单击 download_link = driver.find_element_by_xpath("//a[text()='Download PDF']") download_link.click() # 等待下载完成 time.sleep(10) # 将文件保存到本地 filename = "example.pdf" with open(filename, 'wb') as file: file.write(driver.page_source.encode('utf-8')) # 关闭浏览器 driver.quit() ``` 请注意，此示例仅供参考。具体实现取决于您的特定要求和网站要求。