pytho pdfkit 将网页django2.0教程内容打印成pdf文档

huguo002

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！


附：django2.0教程pdf文档
链接: https://pan.baidu.com/s/1HM7_tEqcPk3h2ffZiYV17Q 提取码: udpi  七天有效期！













代码：

[Python] 纯文本查看 复制代码

#采集网页打印成pdf文档输出
# -*- 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

#保存html为pdf文档
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)

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


写的比较粗糙，见谅！


查了下论坛 发现另一个老哥的更完善！大家可以参考他的！


Python爬取C语言中文网教程生成PDF
https://www.52pojie.cn/thread-990598-1-1.html


@null119


发帖不易，有帮助的话，麻烦贵手给个热心，给个赞！
有问题欢迎交流！
有在学django的老哥也可以交流一下！


如果有帮助到你！麻烦给个热心值！感谢！

lowkey_06

PYTHON 留名

blvan

好复杂注定不好学

一山一水山人

感谢楼主分享，写的很清楚

pcwuyu

失效啦，有没有新的啊

carrot_52

感谢分享

一山一水山人

谢谢楼主分享，学习了