python制作pdf电子书
准备
制作电子书使用的是
python
的pdfkit
这个库,pdfkit
是wkhtmltopdf
的Python
封装包,因此在安装这个之前要安装wkhtmltopdf
安装wkhtmltopdf
sudo apt-get install wkhtmltopdf
(ubantu
下,不过这里安装的时候可能对应的版本不同,会出现错误,如果不行的话还请自己百度下,我安装的时候是可以的)
windows
下的用户直接到wkhtmltopdf
官网下载稳定版本,然后直接安装即可,但是安装之后需要注意的是一定要将其添加到环境变量中,否则会出现找不到路径的问题
python安装依赖包
以下都是我们需要用到的库
pip install requests
pip install BeautifulSoup4
pip install pdfkit
pdfkit的用法
初级了解函数
pdfkit.from_url([url,],'demo.pdf')
这个是直接传入一个url
或者一个url
列表,然后通过这个函数直接将其网页转换成demo.pdf
,注意这里只能转换静态文本,如果使用js一些脚本的话是不能直接转换的pdfkit.from_string("<h1><a href="https://chenjiabing666.gituhb.io">陈加兵的博客</a></h1>",'demo.pdf')
这个是直接讲一个字符串转换成html
标签包裹这个字符串pdfkit.from_file([file_name,],'demo.pdf')
这个是直接传入一个文件或者一个列表即是多个文件,不过这里传入的文件一般都是html格式的文件
进阶
当然知道这个是多么枯燥,生成的电子书书也不能添加各种的样式,下面我们将会介绍一些添加的样式的方法
options
这个参数是上面函数的可选参数,其中制定了一些选项,详情请见http://wkhtmltopdf.org/usage/wkhtmltopdf.txt, 你可以移除选项名字前面的 '--' .如果选项没有值, 使用
None
,Falseor
,*
作为字典值,例子如下:
options = {
'page-size': 'Letter',
'margin-top': '0.75in',
'margin-right': '0.75in',
'margin-bottom': '0.75in',
'margin-left': '0.75in',
'encoding': "UTF-8",
'custom-header': [
('Accept-Encoding', 'gzip')
],
'cookie': [
('cookie-name1', 'cookie-value1'),
('cookie-name2', 'cookie-value2'),
],
'outline-depth': 10,
}
cover
这个参数是用来制作封面的,也是函数中的一个参数,如果想要实现的话可以先写一个html文本,在其中嵌入几张图片或者文字作为封面,然后写入出传入函数即可
options = {
'page-size': 'Letter',
'margin-top': '0.75in',
'margin-right': '0.75in',
'margin-bottom': '0.75in',
'margin-left': '0.75in',
'encoding': "UTF-8",
'custom-header': [
('Accept-Encoding', 'gzip')
],
'cookie': [
('cookie-name1', 'cookie-value1'),
('cookie-name2', 'cookie-value2'),
],
'outline-depth': 10,
}
cover='demo.html'
pdfkit.from_file('demo.html','demo.pdf',cover=cover,options=options)
css
这里的css也是函数中的一个可选参数,这个参数主要的作用作用就是在其中定义自己喜欢的样式,当然这里也可以传入一个列表,定义多个样式css文件,当然没有这个参数也可以实现定义自己的样式,只需要在自己的html模板中定义内嵌的样式,或者直接用
<link>
引用外面的样式即可,本人亲试是可以的,具体的使用如下
注意
这里生成
html
模板开头指定字体utf-8
-><meta charset="UTF-8">
可能在爬取生成的时候会出现
ascii
错误,只需要在py
文件开头写下:
- 写入文件的时候不想
python3
一样可以指定编码格式,这里我使用的是codecs
库,可以向python3一样指定其中的编码格式
实战
本人爬了廖雪峰老师的
python2.7
的教程,并且做成了电子书,截图如下python教程
注意
- 这里并没有使用框架,如果有兴趣的朋友可以用框架写一个爬取全站的
这里的主要用到的是
BeautifulSoup
和requests
,详情可以看我的博客中的BeautifulSoup用法,后续还会更新requests的用法