pythonhtml轉pdf文件

① 請教一個關於 wkhtmltopdf 實現 html 轉 pdf 的小問題

wkhtmltopdf 很好用，但也有些不盡人意。就是當一個html頁面很長我需要在指定的地方分頁那怎麼辦呢？ wkhtmltopdf 開發者在開發的時候並不是沒有考慮到這一點，
wkhtmltopdf 有個很好的方法，就是在那個div的樣式後添加一個：page-break-inside:avoid;就ok了。

② 《html轉pdf-----wkhtmltopdf踩坑總結》

最近公司給了個任務，差不多的流程就是接受json數據，然後最後生成圖片。我想的辦法是根據json數據生成html然後轉成pdf。使用的語言是python。然後具體來說使用的工具就是使用python名為pdfkit的庫去調用基於webkit的wkhtmltopdf。

目前來說html轉pdf最主流的程序就是wkhtmltopdf，但是坑還是挺多的而且網上資源不是很豐富，所以寫一篇踩坑總結。

##1. 無法讀取本地文件

顯示在html上好好的本地圖片，到了pdf上就讀取不出來，但是來源於網路（給一個url）的圖片卻能完美讀出來。

後來發現，原來在上一個版本0.12.5是可以讀取的，到了0.12.6不能讀取了是因為其中的一個參數--enable-local-file-access變為了非默認。在python中改這個參數的方法是

然後再在後續調用wkhtmltopdf中載入這個option（我一開始想的是把value改成True，結果一直報錯，吐了）

##2. 無法解析latex格式的公式

在html使用了MathJax提供的js去解析latex格式的數學公式，在html界面可以完美顯示，但是到了pdf中就解析不了，然後我以為是沒有添加'enable-javascript'的問題。結果加上之後還是不行。然後我發現又有一個參數叫做'no-stop-slow-scripts'的參數，可以等到js運行完畢之後再進行pdf的轉化。結果還是不行。

然後我就在想會不會js在運行的時候出了什麼問題，加上了'debug-javascripts'的參數。果然發現在調用MathJax提供的鏈接的時候發現這個鏈接已經過期了（我也不知道為啥過期了在html界面還能完美展示。。。），把js里的鏈接換成了

https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.2/MathJax.js?config=TeX-AMS-MML_HTMLorMML

完美解決

##3. 部分css失效

css3中的flex全部失效，所以大家得換一下！

當時遇到了一個講的很好的博客，給大家分享一下，然後再放一個官方文檔的鏈接

博客：https://www.jianshu.com/p/4d65857ffe5e

官方文檔：https://wkhtmltopdf.org/usage/wkhtmltopdf.txt

③ python輸出word內容

程序導出word文檔的方法
將web/html內容導出為world文檔，再java中有很多解決方案，比如使用Jacob、Apache POI、Java2Word、iText等各種方式，以及使用freemarker這絕侍樣的模板引擎這樣的方式。php中也有一些相應的方法，但在python中將web/html內容生成world文檔的方法是很少的。其中最不好解決的就是如何將使用js代碼非同步獲取填充的數據，圖片導出到word文檔中。
1. unoconv
功能：
1.支持將本地html文檔轉換為docx格式的文檔，所以需要先將網頁中的html文件保存到本地，再調用unoconv進行轉換。轉換效果也不錯，使用方法非常簡單。
\# 安裝
sudo apt-get install unoconv
\# 使用
unoconv -f pdf *.odt
unoconv -f doc *.odt
unoconv -f html *.odt

缺點：
1.只能對靜態html進行轉換，對於頁面中有使用ajax非同步獲取數據的地方也不能轉換（主要是要保證從web頁面保存下來的html文件中有數據）。
2.只能對並敗吵html進行轉換，如果頁面中有使用echarts,highcharts等js代碼生成的圖片，是無法將這些圖片轉換到word文檔中；
3.生成的word文檔內容格式不容易控制。
2. python-docx
功能：
1.python-docx是一個可以讀寫word文檔的python庫。
使用方法：
1.獲取網頁中的數據，使用python手動排版添加到word文檔中。
from docx import Document
from docx.shared import Inches
document = Document()
document.add_heading('Document Title', 0)
p = document.add_paragraph('A plain paragraph having some ')
p.add_run('bold').bold = True
p.add_run(' and some ')
p.add_run('italic.').italic = True
document.add_heading('Heading, level 1', level=1)
document.add_paragraph('Intense quote', style='IntenseQuote')
document.add_paragraph(
'first item in unordered list', style='ListBullet'
)
document.add_paragraph(
'first item in ordered list', style='枯裂ListNumber'
)
document.add_picture('monty-truth.png', width=Inches(1.25))
table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for item in recordset:
row_cells = table.add_row().cells
row_cells[0].text = str(item.qty)
row_cells[1].text = str(item.id)
row_cells[2].text = item.desc
document.add_page_break()
document.save('demo.docx')
from docx import Document
from docx.shared import Inches
document = Document()
for row in range(9):
t = document.add_table(rows=1,cols=1,style = 'Table Grid')
t.autofit = False #很重要！
w = float(row) / 2.0
t.columns[0].width = Inches(w)
document.save('table-step.docx')

缺點：
1.功能非常弱。有很多限制比如不支持模板等，只能生成簡單格式的word文檔。
程序導出PDF文檔方法
1.pdfkit
功能：
1.wkhtmltopdf主要用於HTML生成PDF。
2.pdfkit是基於wkhtmltopdf的python封裝，支持URL，本地文件，文本內容到PDF的轉換，其最終還是調用wkhtmltopdf命令。是目前接觸到的python生成pdf效果較好的。
優點：
1.wkhtmltopdf：利用webkit內核將HTML轉為PDF
webkit是一個高效、開源的瀏覽器內核，包括Chrome和Safari在內的瀏覽器都使用了這個內核。Chrome列印當前網頁的功能，其中有一個選項就是直接「保存為 PDF」。
2.wkhtmltopdf使用webkit內核的PDF渲染引擎來將HTML頁面轉換為PDF。高保真，轉換質量很好，且使用非常簡單。
使用方法：
\# 安裝
pip install pdfkit
\# 使用
import pdfkit
pdfkit.from_url('', 'out.pdf')
pdfkit.from_file('test.html', 'out.pdf')
pdfkit.from_string('Hello!', 'out.pdf')

缺點：
1.對使用echarts，highcharts這樣的js代碼生成的圖標無法轉換為pdf（因為它的功能主要是將html轉換為pdf,而不是將js轉換為pdf）。對於純靜態頁面的轉換效果還是不錯的。
2.其他
其他生成pdf的插件還有：weasyprint，reportlab，PyPDF2等，經簡單試驗都不如pdfkit效果好，且有些用法復雜。

④ python怎麼把數據導出pdf，doc，xls，html，csv格式 51cto

Python導出數據到Excel可讀取的CSV文件的方法。分享給大家供大家參考。具體實現方法如下：
import
csv
with
open('eggs.csv',
'wb')
as
csvfile:
#spamwriter
=
csv.writer(csvfile,
delimiter='
',quotechar='|',
#quoting=csv.QUOTE_MINIMAL)
spamwriter
=
csv.writer(csvfile,
dialect='excel')
spamwriter.writerow(['Spam']
*
5
+
['Baked
Beans'])
spamwriter.writerow(['Spam',
'Lovely
Spam',
'Wonderful
Spam'])

⑤ 前端html數據生成pdf,要給後端傳什麼路徑

前端通過傳遞給後端html_url，由後端伺服器獲取html文件進行渲染，生成pdf，然後將pdf上傳雲上伺服器。根據發布的相關信息查詢到，雲上伺服器存儲html，前端通過傳遞給後端html_url，由後端伺服器獲取html文件進行渲染，生成pdf，然後將pdf上傳雲上伺服器。選擇pyppeteer，有如下依據，python官方庫如xhtml2pdf只能處理類似富文本類的靜態頁面，而html需要js渲染，故藉助瀏覽器是一種可行的實現方式，tornado是非同步框架，pyppeteer是非同步庫匹配。

⑥ Python編程網頁爬蟲工具集介紹

【導語】對於一個軟體工程開發項目來說，一定是從獲取數據開始的。不管文本怎麼處理，機器學習和數據發掘，都需求數據，除了通過一些途徑購買或許下載的專業數據外，常常需求咱們自己著手爬數據，爬蟲就顯得格外重要，那麼Python編程網頁爬蟲東西集有哪些呢?下面就來給大家一一介紹一下。

1、 Beautiful Soup

客觀的說，Beautifu Soup不完滿是一套爬蟲東西，需求協作urllib運用，而是一套HTML / XML數據分析，清洗和獲取東西。

2、Scrapy

Scrapy相Scrapy, a fast high-level screen scraping and web crawling framework
for
Python.信不少同學都有耳聞，課程圖譜中的許多課程都是依託Scrapy抓去的，這方面的介紹文章有許多，引薦大牛pluskid早年的一篇文章：《Scrapy
輕松定製網路爬蟲》，歷久彌新。

3、 Python-Goose

Goose最早是用Java寫得，後來用Scala重寫，是一個Scala項目。Python-Goose用Python重寫，依靠了Beautiful
Soup。給定一個文章的URL, 獲取文章的標題和內容很便利，用起來非常nice。

以上就是Python編程網頁爬蟲工具集介紹，希望對於進行Python編程的大家能有所幫助，當然Python編程學習不止需要進行工具學習，還有很多的編程知識，也需要好好學起來哦，加油!

⑦ 資料庫及pdf文件輸出

【C++庫】

PDF類庫 PoDoFo
http://podofo.sourceforge.net/
PoDoFo 是一個用來操作 PDF 文件格式的 C++ 類庫。它還包含一些小工具用來解析、修改和創建 PDF 文檔。

Xpdf
http://www.foolabs.com/xpdf/download.html
Xpdf是一個開放源代碼的PDF檔案瀏覽器，Xpdf 可解碼LZW壓縮格式並閱讀加密的PDF文件。

PDF生成工具 Poppler
http://poppler.freedesktop.org/
Poppler 是一個用來生成 PDF 的C++類庫，從xpdf 繼承而來。它使用了很多先進的類庫例如 freetype 和 cairois 來達到更好的輸出效果，同時也提供了一組命令行工具包。

JagPDF
http://www.jagpdf.com/
JagPDF 提供給 C/C++ 和 Python 編程語言用來生成 PDF 文檔的庫。

libHaru
http://libharu.org/wiki/Downloads
開源的PDF庫

CLibPDF
http://hpux.connect.org.uk/hppd/hpux/Shells/ClibPDF-2.02/
ClibPDF是C函數庫,可以直接生成PDF文件, 不需要Adobe Acrobat等工具支持.

------------------------------------------------------------------------

【JAVA庫】
PDF操作類庫 iText
http://www.lowagie.com/iText/
iText是一個能夠快速產生PDF文件的java類庫。iText的java類對於那些要產生包含文本，表格，圖形的只讀文檔是很有用的。它的類庫尤其與java Servlet有很好的給合。使用iText與PDF能夠使你正確的控制Servlet的輸出。

PDFBox
http://www.pdfbox.org/
非常強悍的PDF生成和解析Java類庫

jpedal
http://www.jpedal.org/
jpedal是開源純Java的PDF文檔解析庫，可以用來讀取PDF文檔中的文字、圖形。

JasperReports
http://jasperforge.org/plugins/project/project_home.php?group_id=102
JasperReports是一個基於Java的開源報表工具，它可以在Java環境下像其它IDE報表工具一樣來製作報表。JasperReports 支持PDF、HTML、XLS、CSV和XML文件輸出格式。JasperReports是當前Java開發者最常用的報表工具。

Fourfive
http://sourceforge.net/projects/fourfive
Fourfive是一個領先的開源Web報表解決方案，使用XML作為它的配置文件。支持集群、負載平衡、動態發布、PDF, Excel, LDAP,圖表、過濾器、排序、布局定製、門戶、JasperReports、Velocity模板、兼容Internet Explorer, Netscape, Mozilla, Opera。

FOP
http://xmlgraphics.apache.org/fop/
FOP是由James Tauber發起的一個開源項目，原先的版本是利用xsl-fo將xml文件轉換成pdf文件。但最新的版本它可以將xml文件轉換成pdf，mif，pcl，txt等多種格式以及直接輸出到列印機，並且支持使用SVG描述圖形。

JFreeReport
http://sourceforge.net/projects/jfreereport/
JFreeReport是一個用來生成報表的Java類庫。它為Java應用程序提供一個靈活的列印功能並支持輸出到列印機和PDF, Excel, HTML和XHTML, PlainText, XML和CSV文件中。

YaHP
http://www.allcolor.org/YaHPConverter/
YaHP是一個能夠把html文檔轉換成pdf文檔的Java開源包。

PDFjet
http://pdfjet.com/os/edition.html
PDFjet是一個用於動態生成PDF文檔的Java類庫。支持繪制點、線、方框、圓、貝塞爾曲線(Bezier Curves) 、多邊形、星形、復雜路徑和形狀。支持unicode，文本間距調整，嵌入超鏈接等。它同時有Java和.NET兩個版本。

vPDF
http://sourceforge.net/projects/vpdf/
一個將RTF文檔轉成PDF文檔的工具

【.NET組件】
--------------------------------------------------

iTextSharp
http://itextsharp.sourceforge.net/
iTextSharp 是用來生成 PDF 文檔的 C# 組件

PDFsharp
http://www.pdfsharp.com/
PDFsharp is a C# library that easily creates PDF documents on the fly. The same GDI+ like drawing routines can be used to create PDF documents, draw on the screen, or send output to any printer. PDFsharp can also modify, merge, and split existing PDF files or incorporate pages from existing PDF files into new PDF documents.

Report.NET
http://report.sourceforge.net/
Report.NET 是一個功能強大且易用的用來生成 PDF 文檔的 C# 組件
---------------------------------------------------------------------

【PHP】

Php Pdf Factory
http://sourceforge.net/projects/pdf-factory/
一個PHP的PDF操作庫。

TCPDF
http://www.tecnick.com/public/code/cp_dpage.php?aiocp_dp=tcpdf
TCPDF是一個用於快速生成PDF文件的PHP5函數包。TCPDF基於FPDF進行擴展和改進。支持UTF-8，Unicode，HTML和XHTML。

HTML2PDF
http://html2fpdf.sourceforge.net/
HTML2PDF能夠把一個HTML文本轉換成一個列印機友好的PDF文件。這個PHP腳本構建在FPDFPHP腳本之上。

cPdfWriter
http://www.palos.ro/index.php?page=opensource_active
cPdfWriter是一個能夠輸出PDF文檔的PHP5 class。基於TCPDF,FPDF和其它相關腳本。

FPDF
http://www.fpdf.org/
FPDF這個PHP Class允許你採用純PHP(更確切地說就是不需要使用PDFlib)來生成PDF文件。它所具有的特點包括：可選擇的unit大小，頁面格式和頁邊 距；頁眉和頁腳管理；自動分頁；自動換行與文本自動對齊；支持JPEG與PNG圖片格式；支持著色和文件超鏈接；支持TrueType,Type1與 encoding；支持頁面壓縮。...

------------------------------------------------------------------------

【Python和Ruby】
Prawn
http://prawn.majesticseacreature.com/
Prawn: 用Ruby生成PDF更簡捷

ReportLab
http://www.reportlab.org/
Reportlab是用python開發的生成pdf的工具包，它是一個開源軟體。

PDF生成工具 pyPdf
PyPDF這是一個用於構建PDF的純Python工具包