百度360必应搜狗淘宝本站头条
python判断字典是否为空crontab每周一执行aes和des区别安装指定版本npmadb pull
当前位置：网站首页 > IT知识 > 正文

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

liuian 2024-12-29 04:28 31 浏览

图/文：迷神

写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：

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()

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。

相关推荐

打开新世界，教你用RooCode+Copliot+Mcp打造一个自己的Manus

本文耗时两天打造，想要一遍走通需要花点时间，建议找个专注的时间开搞！这不仅是个免费使用claude3.5的方案，也是一个超级智能体方案，绝对值得一试！最近Manus真是赚足了眼球，然而我还是没有邀请码...

Git仓库（git仓库有哪些）

#Git仓库使用方法流程详解##一、环境搭建与基础配置###1.1安装与初始化-**安装Git**：官网下载安装包，默认配置安装-**配置全局信息**：```bashgitconfig...

idea版的cursor:Windsurf Wave 7（ideawalk）

在企业环境中，VisualStudioCode和JetBrains系列是最常用的开发工具，覆盖了全球绝大多数开发者。这两类IDE各有优势，但JetBrains系列凭借其针对特定语言和企业场景的深度...

Ai 编辑器 Cursor 零基础教程:推箱子小游戏实战演练

最近Ai火的同时，Ai编辑器Cursor同样火了一把。今天我们就白漂一下Cursor，使用免费版本搞一个零基础教程，并实战演练一个“网页版的推箱子小游戏”。通过这篇文章，让你真正了解cursor是什么...

ChatGPT深度集成于苹果Mac软件 编码能力得到提升

【CNMO科技消息】近日，OpenAI发布了针对MacOS的桌面应用程序，并宣布了一系列与各类应用程序的互操作性功能，标志着ChatGPT正在从聊天机器人向AI智能体工具进化。此次发布的MacOS桌面...

日常开发中常用的git操作命令和使用技巧

日常开发中常用的git操作命令，从配置、初始化本地仓库到提交代码的常用git操作命令使用git前的配置刚使用git，先要在电脑上安装好git，接着我们需要配置一下帐户信息：用户名和邮箱。#设置用户名...

Trae IDE 如何与 GitHub 无缝对接?

TraeIDE内置了GitHub集成功能，让开发者可以直接在IDE里管理代码仓库和版本控制。1.直接从GitHub克隆项目如果你想把GitHub上的代码拉到本地，Trae提供了...

China's diplomacy to further provide strong support for country's modernization: FM

BEIJING,March7(Xinhua)--ChineseForeignMinisterWangYisaidFridaythatChina'sdiplomacywil...

三十分钟入门基础Go(Java小子版)（java入门级教程）

前言Go语言定义Go（又称Golang）是Google的RobertGriesemer，RobPike及KenThompson开发的一种静态、强类型、编译型语言。Go语言语法与...

China will definitely take countermeasures in response to arbitrary pressure: FM

BEIJING,March7(Xinhua)--Chinawilldefinitelytakecountermeasuresinresponsetoarbitrarypre...

Go操作etcd（go操作docker实现沙箱）

Go语言操作etcd，这里推荐官方包etcd/clientv3。文档：https://pkg.go.dev/go.etcd.io/etcd/clientv3etcdv3使用gRPC进行远程过程调...

腾讯 Go 性能优化实战（腾讯游戏优化软件）

作者：trumanyan，腾讯CSIG后台开发工程师项目背景网关服务作为统一接入服务，是大部分服务的统一入口。为了避免成功瓶颈，需要对其进行尽可能地优化。因此，特别总结一下golang后台服务...

golang 之JWT实现（golang gin jwt）

什么是JSONWebToken？JSONWebToken（JWT）是一个开放标准（RFC7519），它定义了一种紧凑且自包含的方式，用于在各方之间以JSON方式安全地传输信息。由于此信息是经...

一文看懂 session 和 cookie（session cookie的区别）

-----------cookie大家应该都熟悉，比如说登录某些网站一段时间后，就要求你重新登录；再比如有的同学很喜欢玩爬虫技术，有时候网站就是可以拦截住你的爬虫，这些都和cookie有关。如果...

有望取代 java?GO 语言项目了解一下

GO语言在编程界一直让人又爱又恨，有人说“GO将统治下一个十年”，“几乎所有新的、有趣的东西都是用Go写的”；也有人说它过于死板，使用感太差。国外有Google、AWS、Cloudflar...

一周热门
最近发表
标签列表