python爬取知网论文pdf_爬取博主的所有文章并保存为PDF文件

继续改进上一个项目，上次我们爬取了所有文章，但是保存为TXT文件，查看不方便，而且还无法保存文章中的代码和图片。

所以这次保存为PDF文件，方便查看。

需要的工具：

1、wkhtmltopdf安装包，下载并安装到电脑上，可使用  pip安装  ，注意环境变量的配置。具体参见下面的资料。

2、pdfkit文件(whl文件)，下载并安装到pycharm上。

注意安装 whl 文件时：最好吧把 保存 whl文件的文件夹的路径  D:\learning python\Scripts  添加到环境变量里面，然后在此文件夹下打开cmd，直接 pip install XXX.whl  即可。

调用顺序：程序代码会使用pdfkit，pdfkit会调用wkhtmltopdf，而wkhtmltopdf会调用windows中的wkhtmltopdf.exe来转化html为pdf。

1、在我们原理项目的基础上，修改 get_body 方法，直接返回str(div)，而不是div.text。

defget_body(url):"""获取url下文章的正文内容

:param url:

:return:"""html_page=get_html(url)

soup= BeautifulSoup(html_page,'html.parser') #HTML文档解析器

div = soup.find(id = "cnblogs_post_body")return str(div)

2、然后就是主要的下载方法了：