神奇的Python模块:pdfkit,将Python抓取的网址内容保存pdf文件

2022-10-11 22:03:36 169 0
魁首哥

图/文:迷神

Python 爬虫写的多了,有时候想把网址页面内容,按照标题.pdf模式,直接保存为pdf电子书的形式。这样也非常方便备档阅读,特别是一些简洁的比如微信公众号的里面的文章,很简洁,很适合将网址内容保存成pdf文档。

于是,我就发现了神奇的Python模块:pdfkit,他可以将Python抓取的网址内容保存pdf文件形式,很优美的赶脚。

pdfkit安装,很简单,一行命令即可:

 pip install pdfkit  

pdfkit需要一个wkhtmltopdf的软件做支持,如图:

wkhtmltopdf软件下载

我是win10系统64,下载wkhtmltopdf第一个如图的就行,然后将安装目录下的 bin 添加到 环境变量 的path中,如果不设置环境变量,那就需要指定了这个文件目录。

 import pdfkit
class pdf:
    def make(self):
        config = pdfkit. configuration (wkhtmltopdf=r"D:\wkhtmltopdf\bin\wkhtmltopdf.exe")
        pdfkit.from_url("url网址", "1.pdf", configuration=config)

if __name__ == '__main__':
    p = pdf()
    p.make()
  

执行结果

代码执行完之后,就可以看到1.pdf文件了,我使用的 微信 的地址,微信简洁清爽,这个pdf生成,超过一页了,可以有多页进行完整存储还是不错的。

pdfkit模块的 源码 中,代码量不大,大家喜欢可以看看,接口文件:pdfkit/ api .py,主要包含以下方法也在里面。

从接口文档上看,pdfkit可以支持三种的方法,除了上面,我们说的传入url地址之外,还支持另外两种模式:

1、form_file:传入的参数为 html文件

 def from_file( input , output_path, options=None, toc=None, cover=None, 
              css=None,configuration=None, cover_first=False)  

2、form_string:传入的参数为 字符串

 def from_string(input, output_path, options=None, toc=None, cover=None, css=None,
                configuration=None, cover_first=False)  

好了,就这么多啦,我是迷神,更多精彩,记得关注我哦,请多多转发,有问题也可以评论哦。

收藏
分享
海报
0 条评论
169
上一篇:程序员:5年php开发,发展有限准备转go,网友:你还会转回来的! 下一篇:PHP优秀框架Laravel和Yii大PK

本站已关闭游客评论,请登录或者注册后再评论吧~

忘记密码?

图形验证码