看看Python程序员如何网页转换为pdf格式文件,还能下载到本地

  • A+
所属分类:编程语言

看看Python程序员如何网页转换为pdf格式文件,还能下载到本地

使用Google浏览器的打印命令时,保存下来的pdf文件中包含网页中的所有内容(左右边框和广告等),想仅把当前网页中的主体内容转成pdf格式的文件保存下来。

操作说明:

填写URL及提取条件(浏览器中按F12,查找),预览,打印。

看看Python程序员如何网页转换为pdf格式文件,还能下载到本地

python代码说明:

默认可不输入提取条件,对于没有下载过的网站,会出现提示;对于已下载过的网站,有保存记录,自动关联当前网站的提取条件。

看看Python程序员如何网页转换为pdf格式文件,还能下载到本地

文末提供Python资料下载。

python代码如下:

import win32api

import win32con

import requests

from bs4 import BeautifulSoup

import webbrowser

import tkinter

from tkinter import filedialog

import pdfkit

# 预览

def take_body():

global url

global body_class

global headers

url = var_url.get()

body_class = var_body.get()

# 请求URL

headers = {

"Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8",

"Accept-Encoding":"gzip, deflate, br",

"User-Agent":"Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36"

}

r = requests.get(url,headers = headers)

soup = BeautifulSoup(r.content,"html.parser")

# 提取标题

global title

title = soup.title.text

# 判断该网站是否已下载转换过

f = open("temp.txt","r")

a = f.read()

dict = eval(a)

f.close()

if url.split("/")[2] in dict:

body_class = dict[url.split("/")[2]]

elif body_class == "":

win32api.MessageBox(0, "未从在该网站下载过文档,添加提取条件", "提示", win32con.MB_OK)

# 提取正文

if body_class != "":

body = soup.find_all(class_= body_class)[0]

# 对提取的内容,调用浏览器进行预览

html_test = str(body)

with open("html_test.html","wb")as f:

f.write(html_test.encode("utf-8"))

webbrowser.open("E:PythonHtmlToPdfHtmlToPdf_V0.7html_test.html",new=0,autoraise=True)

# html转pdf

def htmltopdf():

file_name = title + ".pdf"

types = [("pdf文件", "*.pdf")]

dest_dir = filedialog.asksaveasfilename(initialfile = file_name,filetypes = types)

options = {"encoding": "utf-8"}

pdfkit.from_file("html_test.html", dest_dir, options=options)

dict = {}

f = open("temp.txt","r")

a = f.read()

dict = eval(a)

f.close()

dict[url.split("/")[2]] = body_class

f = open("temp.txt","w")

f.write(str(dict))

f.close()

# 创建窗口

root = tkinter.Tk()

root.title("HtmlToPdf")

root.geometry("300x200")

var_url = tkinter.StringVar()

var_body = tkinter.StringVar()

label_1 = tkinter.Label(root,text = "URL:").place(x=10,y=10)

text_1 = tkinter.Entry(root,textvariable = var_url).place(x=100,y=10)

label_2 = tkinter.Label(root,text = "输入提取条件:").place(x=10,y=55)

text_2 = tkinter.Entry(root,show = None,textvariable = var_body).place(x=100,y=55)

button_2 = tkinter.Button(root,text = "预览",command = take_body).place(x=250,y=50)

label_3 = tkinter.Label(root,text = "是否打印:").place(x=10,y=100)

button_3 = tkinter.Button(root,text = "是",command = htmltopdf).place(x=100,y=95)

button_3 = tkinter.Button(root,text = "否",command = root.quit).place(x=130,y=95)

root.mainloop()

写在最后

前几天有私信小编要Python的学习资料,小编整理了一些有深度的Python教程和参考资料,从入门到高级的都有,文件已经打包好了,正在学习Python的同学可以下载学习学习。文件下载方式:点击小编头像,关注后私信回复“资料”即可下载。首先把代码撸起来!首先把代码撸起来!首先把代码撸起来!重要的事说三遍,哈哈。“编程是门手艺活”。什么意思?得练啊。

看看Python程序员如何网页转换为pdf格式文件,还能下载到本地

weinxin
我的微信公众号
爱真理,得永生!          爱在灵灵久博客,网罗天下,福利大家!

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: