python打印pdf文件_python pdfkit 将网页django2.0教程内容打印成pdf文档

python 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！

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'

(.+?)

',html,re.S)[0]

listurls=re.findall(r'

.+?

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'

(.+?)

',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,'

')

dypdf(contents)

附：django2.0教程pdf文档

wkhtmltopdf，这个工具的下载网站是：wkhtmltopdf

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：

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。

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

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