从 Python 使用正确格式将 HTML 转换为 PDF

debugcn 发表于 Dev

安德鲁

我一直在尝试使用 Weasyprint 和 PDFKIT 将网页转换为 pdf。我已成功保存了包含页面一部分的 PDF。在 weasyprint 中，我无法弄清楚如何从页面中获取正确的 CSS 样式。使用 PDFKIT 我似乎正在检索网站的移动版本而不是整个页面。我正在使用 python 3.6。

from urllib.request import Request, urlopen
import webbrowser
import pdfkit
import weasyprint

#pdfkit.from_url('http://google.com', 'out.pdf')

print("started script")
website = 'https://www.bbcgoodfood.com/recipes/3228/chilli-con-carne'
filename = 'savedPDF.pdf'

req = Request(website, headers={'User-Agent': 'Mozilla/5.0'})
print(urlopen(req).getcode())

temp = urlopen(req).getcode()
if temp == 200:
    pdfkit.from_url(website, 'out.pdf')

    weasyprint.HTML(website).write_pdf('/Users/me/Documents/weasyprint.pdf')
    weasyprint.HTML(website).write_pdf(filename,stylesheets=[weasyprint.CSS('https://www.bbcgoodfood.com/sites/default/files/advagg_css/css__pDgD1vQBFL4LZ6AO_Uw8wEc3MBEaHOzbhMtPie685P8__Kxa0k0VBbKvV5-TOMN_kW3S7CrkFMM4Zf0LjDvzMFnk__mXPuNFBZ0nocZLk5Qifty02tMfg-gomArSBCcGw1mLo.css')])

我看不到 pdfkit 中的选项来指定要连接的内容。此外，从 weasyprint 创建的两个 PDF 是相同的。

安德鲁

在对上述包进行了相当长的一段时间后，我仍在努力实现正确的输出。

我已经解决了使用 webkit2png，这几乎完美无缺，唯一的缺点是我在一些保存的文件中出现了 cookie 弹出消息。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。