牛逼，網(wǎng)頁轉(zhuǎn)PDF，就用這個工具
將網(wǎng)頁轉(zhuǎn)換為pdf之前用過wkhtmltopdf這個工具，對應(yīng)的python庫是pdfkit，但是最終轉(zhuǎn)換出來的效果總是不盡如意。
最近發(fā)現(xiàn)一個新的庫 WeasyPrint ， 經(jīng)過一番測試效果非常不錯，無論是從官方網(wǎng)站的介紹還是提供的文檔，看得出作者應(yīng)該是花了不少心思來做這件事。
最重要的是，安裝簡單，使用方便。不像pdfkit調(diào)用的都是wkhtmltopdf提供的指令，而 WeasyPrint 是一個原生的Python項目，所以特別適合做Python定制開發(fā)，當(dāng)然，它也需要依賴其它第三方庫。
安裝
WeasyPrint 能在 Linux, macOS and Windows 多平臺支持，因為WeasyPrint需要依賴cairo, Pango 和 GDK-PixBuf ，所以這些軟件需要獨立安裝，而 WeasyPrint 可以直接通過pip安裝。
Mac
brew install python3 cairo pango gdk-pixbuf libffiWindow
Windows的安裝要稍微麻煩些， 主要是安裝 GTK+ 這個庫，下載地址：https://github.com/tschoonj/GTK-for-Windows-Runtime-Environment-Installer/releases/download/2020-11-22/gtk3-runtime-3.24.23-2020-11-22-ts-win64.exe
安裝WeasyPrint
pip install WeasyPrint不出意外的話，你現(xiàn)在就可以使用WeasyPrint這個工具了。執(zhí)行weasyprint命令， 指定要轉(zhuǎn)換的url地址和pdf文件名即可。
我們隨便指定一個URL地址，這里以我的博客為例
weasyprint https://foofish.net/base64.html base64.pdf最后生成的效果圖
這就完了嗎？
肯定不是，如果只是單純的轉(zhuǎn)換一個網(wǎng)頁，直接用瀏覽器的打印功能，然后另存為PDF就可以了。沒必要繞個這么大的彎子來做這件事。
我們之所以用它來做PDF轉(zhuǎn)換肯定是希望它能夠為我們實現(xiàn)自動化、批量化、個性化的任務(wù)。
構(gòu)建HTML對象
生成PDF文件前，首先需要構(gòu)建一個HTML對象，HTML對象可以通過url鏈接、文件路徑，或者是HTML文檔字符串指定
from weasyprint import HTML
HTML(filename='../foo.html')
HTML(url='http://weasyprint.org')
HTML(string='''
The title
Content goes here
'''
)生成pdf文件只需要調(diào)用html對象的write_pdf方法
一個最簡單的例子：
from weasyprint import HTML
HTML('https://foofish.net/base64.html').write_pdf('base64.pdf')在轉(zhuǎn)換的時候，你還可以自定義樣式
from weasyprint import HTML, CSS
HTML('https://foofish.net/base64.html').write_pdf('base64.pdf',
stylesheets=[CSS(string='body { font-family: serif !important }')])當(dāng)然不僅可以生成PDF，也可以生成PNG圖片， 只需要調(diào)用 html.write_png(“filename.png”)。
Document對象
此外，HTML對象的render()方法返回一個document對象，通過docuemnt對象可以拿到所有頁碼（page）數(shù)據(jù)，這樣你就可以獲取指定頁的數(shù)據(jù)來生成PDF或者將多個HTML的document對象合并成一個PDF文件。
例如，將每頁單獨生成一張圖片
html1 = HTML("https://foofish.net/base64.html")
document = html1.render()
for i, page in enumerate(document.pages):
document.copy([page]).write_png('page_%s.png' % i)
例如：將兩個鏈接整個生成一個PDF文件
html1 = HTML("https://foofish.net/base64.html")
html2 = HTML("https://foofish.net/python-wsgi.html")
pages = []
pages.extend(html1.render().pages)
pages.extend(html2.render().pages)
HTML(string="").render().copy(pages).write_pdf("foofish.pdf")
回復(fù)關(guān)鍵字“簡明python ”，立即獲取入門必備書籍《簡明python教程》電子版
回復(fù)關(guān)鍵字“爬蟲”，立即獲取爬蟲學(xué)習(xí)資料
python入門與進階 每天與你一起成長 推薦閱讀
點贊和在看就是最大的支持??