在之前文章中,介绍了一款将网页转换成 PDF 的神器——wkhtmltopdf。在不同的操作系统中安装这个小巧的软件,就可以通过命令行直接将网页转换成 PDF 和图片。
有小伙伴说这种处理方式跟用插件没什么区别,而且很不 Python!
于是,我去找了下,发现 wkhtmltopdf 这款软件有一个对应的 Python 版本的包——pdfkit。
今天我们就来看看这个包可以帮助我们做什么。
pdfkit 是什么
pdfkit 是把 HTML+CSS 格式的文件转换成 PDF 的一种工具,它是 wkhtmltopdf 这个工具包的 python 封装。所以,我们使用 pdfkit 之前要先安装 wkhtmltopdf 。具体安装方法很简单,大家可以参照上篇文章。
pdfkit 安装
安装完 wkhtmltopdf 之后,我们再来安装 pdfkit:
- pip install pdfkit
跟安装其他 python 包一样,只需要使用 pip 安装就行。
pdfkit 应用
pdfkit 是基于 wkhtmltopdf 的封装,所以功能肯定也是基于 wkhtmltopdf 的。
URL 对应网页转 PDF
我们先来看一个例子:
path_wkthmltopdf = r'C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe'
config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
pdfkit.from_url(r'https://zhuanlan.zhihu.com/p/421726412', 'studypython.pdf', configuration=config)
例子很简单,就三行代码。
第一行是 wkhtmltopdf 软件安装目录的 bin 目录地址;
第二行是将这个目录地址传入 pdfkit 的配置中;
第三行就是传入网页 URL 和生成文件的目标地址,传入配置信息,然后就可以生成 PDF 了。
运行之后,生成的 PDF 文件是这样的:
HTML 文件转 PDF
这个方法也很简单,跟上一个类似,只需要将 pdfkit 调用的函数改一下即可:
path_wkthmltopdf = r'C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe'
config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
pdfkit.from_file(r'C:\Users\xxx\Downloads\ttest\test.html','html.pdf', configuration=config)
可以看到,前两行一样,第三行用了 from_file 函数。这里我传入的是一个简单的分页页面,生成的 PDF 文件如下:
字符串转 PDF
如果你手中有大量的文档需要转 PDF 文件,比如说下载了很多部小说。这时候可以使用 pdfkit 的字符串转 PDF 功能,批量操作,进行转化。
path_wkthmltopdf = r'C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe'
config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
pdfkit.from_string('talk is cheap, show me your code!','str.pdf', configuration=config)
运行这段代码,生成 PDF 文件如下:
总结
本文介绍了一款轻量级的三方包——pdfkit,可以将 URL 对应的网页、HTML 文件和字符串转成 PDF 文件。
有人会问:有什么用?这些直接用软件操作,很容易就解决了。
当然,对于少量的单线程操作,确实没必要写代码,使用软件反而更快更好。但是,设想一下,如果你通过爬虫爬取了很多页面,想要将这些页面转成 PDF 文件保存,这时候直接写转换程序,然后和爬虫程序结合,是不是更好更高效?
像这些小工具,功能虽然简单,但是在合适的时候使用,会大大提高你的效率,平时积累一下,关键时刻才可以灵活运用!