牛逼！40行Python代碼把html網頁保存為pdf，太方便了

近臨近開學了，大家都在忙著準備各種學習的資料，準備在新的學期好好學習，充實自己。小編身邊的同學也是如此，最近，小編的同學小麗就遇到了一個很棘手的問題。

她想將一個網頁的Python學習的教程打印下來，方便自己來學習，但是上千頁的教程，如果通過手動的方式，一個一個的去轉成pdf并保存到本地，實在是麻煩的不。

這就是一個html轉pdf的問題，其實網上有很多不錯的html資源，但是苦于學習起來，不方便！于是小編就跟小麗保證，這點小事包在我身上。今天，小編就跟分享一下如何用Python把html資料變成pdf。

01.抓取的學習資料

如今網上的在線學習資料可謂是多如牛毛，為了方便講解，小編就利用python3.9.2的中文文檔作為演示的例子，來將其抓取并保存到本地，其網頁鏈接如下：

https://docs.python.org/zh-cn/3.9/tutorial/index.html

打開上述鏈接后，大家會在網頁中找到不同內容的鏈接地址，包括了基礎的python字符、python語法等內容。

02.獲取網頁鏈接

在上圖中，我們需要格外關注的是紅色方格標注的鏈接，每個鏈接都會跳轉到對應的子網頁中，而在子網頁中，就是我們想要保存的內容。

可以看到，上圖中，在python速覽子頁面中，包含了我們需要提取的文字內容。所以將html內容保存為pdf的第一步便是獲取到子頁面的鏈接。由于教程大都是固定內容，因此對于教程的網頁，大都采用的是靜態頁面，在網頁源代碼中可以很輕松地找到子頁面的網頁鏈接。

對于子網頁的鏈接抓取，程序如下圖所示:

程序中，通過BeautifulSoup庫來解析網頁源代碼，然后提取所有的子頁面鏈接地址并返回，如果抓取失敗，則直接返回None。

03.html轉pdf

在得到子網頁的鏈接后，接下來就是將html的子網頁保存為pdf文件。小編使用的pdfkit庫，pdfkit庫可以將網頁保存為pdf文檔。首先小編來介紹一下pdfkit庫的安裝。

下載https://github.com/wkhtmltopdf/packaging/releases/download/0.12.6-1/wkhtmltox-0.12.6-1.mxe-cross-win64.7z 并解壓到本地文件中。(后臺輸入：pdf) 直接獲取。
將解壓文件中的bin文件路徑添加到系統變量Path中。
執行pip install pdfkit
執行pip install wkhtmltopdf

按照上述的操作流程，就可以安裝pdfkit庫。對于pdfkit庫的使用，常見的用法有以下三種：

上面的程序主要完成以下幾步：

首先需要指定wkhtmltopdf.exe文件的路徑；

然后分別通過from_url、from_file和from_string的三種方式來保存為pdf文件；
需要注意的是，from_file和from_url中的第一個參數必須是一個html的字符串或者是html文檔的列表；
但是小編通過程序運行發現，from_url第一個參數只能是html的字符串，不能是html的列表。

因此，pdfkit庫只能將子網頁保存為單獨的pdf文檔，無法直接通過pdfkit庫將所有的子網頁拼接成一個完整的pdf文檔，小編通過PyPDF2庫中的PdfFileMerger類來實現pdf文檔的拼接。程序如下圖所示。

程序中首先將所有的html網頁保存為單獨的pdf文檔，然后通過PdfFileMerger類對象來實現pdf文檔的拼接。最后就可以得到全部的pdf內容。最后我們通過視頻的展示，來看一下程序的效果吧。

除此之外，程序不光可以抓取python3.9的中文文檔，針對其他的在線文檔，只需要對獲取網頁鏈接的程序進行修改即可抓取，例如對于Flask中文文檔的抓取，程序只需要按照下圖進行修改，即可將Flask的在線文檔保存為PDF文檔。

04.總結

學習Python其實非常有趣，也很有用。因為Python有大量的現成的庫，可以幫助我們把工作中的很多瑣碎的煩事輕松解決。小編將上述的程序稍加修改，很快就幫阿麗搞定了教程，保存為pdf發送給了她，小編與女神的關系更拉近了一步

果

請耐心慢慢刷新到頁面完整顯示出來

https://fjxasdf.github.io/daogou/

原文章https://www.toutiao.com/i6711294610594857476/

哪些優化？

1.顯示商品圖片

2.沒有顯示全部商品，只顯示熱門商品，避免數據、圖片加載太慢

3.樣式稍微美化了

4.上傳到GitHub，不過GitHub很卡，要刷新等好久才能看到

python讀取excel生成json代碼

import xlrd
from datetime import date,datetime
import json
file = '精選優質商品清單(內含優惠券).xls'
def read_excel():
 wb = xlrd.open_workbook(filename=file)#打開文件
 # print(wb.sheet_names())#獲取所有表格名字
 sheet1 = wb.sheet_by_index(0)#通過索引獲取表格
 # sheet2 = wb.sheet_by_name('Page1')#通過名字獲取表格
 # print(sheet1)
 # print(sheet2)
 # print(sheet1.name) #表 名
 rows = sheet1.nrows #多少行
 # print(sheet1.ncols) #多少列
 # rows = sheet1.row_values(1)#獲取行內容
 category0 = sheet1.col_values(4)#獲取列內容(類目)
 del category0[0]
 category = sorted(set(category0),key=category0.index) #類目列表->去重
 data = []
 data_hot = []
 # print(rows)
 # print(cols)
 for i,v in enumerate(category):
 category[i] = v.replace("/", "、")#吧"/"替換"、"
 data.append([category[i],[]])
 jsonData = json.dumps(category, ensure_ascii=False)
 with open('./daogou/category.json', 'w',encoding="utf-8") as f:
 f.write(jsonData)#保存分類json
 for i,v in enumerate(data):
 for x in range(rows):
 if v[0] == (sheet1.cell(x,4).value.replace("/", "、")):
 xo = sheet1.row_values(x)
 y = [xo[1],xo[2],xo[4],xo[6],xo[21]] #選擇保存商品名稱、圖片、鏈接等
 data[i][1].append(y)
 if x>0 and float(sheet1.row_values(x)[9]) >= 1: #選擇傭金多的作為熱門
 xo = sheet1.row_values(x)
 y = [xo[1],xo[2],xo[4],xo[6],xo[21]]
 data_hot.append(y)
 data_hot = data_hot[:24]
 jsonData_hot = json.dumps(data_hot, ensure_ascii=False)
 with open('./daogou/results_hot.json', 'w',encoding="utf-8") as f:
 f.write(jsonData_hot)#保存熱門商品json
 for i,v in enumerate(data):
 jsonData = json.dumps(v[1], ensure_ascii=False)
 with open('./daogou/'+v[0]+'.json', 'w',encoding="utf-8") as f:
 f.write(jsonData)#保存每個分類商品json
 # jsonData1 = json.dumps(data, ensure_ascii=False)
 # with open('results.json', 'w',encoding="utf-8") as f:
 # f.write(jsonData1)
 # print(sheet1.cell(0,0).value)#獲取表格里的內容,第一行第一個格內容
 # print(sheet1.cell_value(0,0))#獲取表格里的內容,第一行第一個格內容
 #print(sheet1.row(0)[0].value)#獲取表格里的內容,第一行第一個格內容
if __name__ == '__main__':
 	read_excel()

創建html頁面，并引用json文件

<!DOCTYPE html>
<html lang="en">
<head>
	<meta charset="UTF-8">
	<script src="../js/jquery.min.js"></script>
	<link rel="stylesheet" href="../font/Alibaba-PuHuiTi-Regular.css">
		<script>
		var navo = '';
var info = '';
var data_total;//總數據
function color16(){//十六進制顏色隨機
	var r = Math.floor(Math.random()*256);
	var g = Math.floor(Math.random()*256);
	var b = Math.floor(Math.random()*256);
	var color = '#'+r.toString(16)+g.toString(16)+b.toString(16);
	return color;
}
function nav_href(title,id){//錨跳轉
		if ($('#'+title).length>0) {
		location.href="#"+title;
		}else{
			var div_title = "<div id='"+title+"' style='float:left;'>";
			var div_content = "<div class='pro_img' style='background:#ff5000'><b style='color:#FFF'>"+title+"</b><\/div>";
			$('#load').show();
			$.get('./'+title+'.json', function(data) {
				$.each(data, function(index, val) {
					div_content+="<a style='background:"+color16()+"' target='_blank' href='"+val[4]+"' class='pro_img'><img onload='$(this).show()' src="+val[1]+" style='width:100%;height:100%;display:none;' />"+val[0]+"<span class='money'>￥"+val[3]+"</span><span class='title'>"+val[0].substring(0,25)+"...</span><\/a>";
					if ((index+1)==data.length) {
						var div_footer ="</div><br>";
						infoo=div_title+div_content+div_footer;
						$('#content').append(infoo);
						location.href="#"+title;
						$('#load').hide();
					}
						 });
			},'json');
			
						 
			
		}
		
	
}
function get_data(){
	$.get('./category.json', function(data) {//導航
				$.each(data, function(index, val) {
					 // console.log(val[0]);
					 navo+="<a class='nav' href=javascript：;nav_href(\'"+val+"\',"+index+")>"+val+"</a>　";
				});
	$('#nav').html(navo);
	$.get('./results_hot.json', function(data) {//熱門商品
					var div_title = "<div id='熱門商品' style='float:left;'>";
					 var div_content = "<div class='pro_img' style='background:#ff5000'><b style='color:#FFF'>熱門商品</b></span><\/div>";
		$.each(data, function(index, val) {
					 // console.log(val);
					 
					 	 div_content+="<a style='background:"+color16()+"' target='_blank' href='"+val[4]+"' class='pro_img'><img onload='$(this).show()' src="+val[1]+" style='width:100%;height:100%;display:none;' />"+val[0]+"<span class='money'>￥"+val[3]+"</span><span class='title'>"+val[0].substring(0,25)+"...</span><\/a>"
					 
					 
					 // if (index==3) {return false}
				});
		var div_footer ="</div><br>";
		info+=div_title+div_content+div_footer;
	$('#content').html(info);
	$('#load').hide(0);	
	});
			},'json');
}
	
		
	</script>
	<style>
	#body{
		/*border: 1px solid #eee;*/
		width: 1110px;
		margin:0 auto;
	}
	a.nav{
		text-decoration: none;
		margin-right: 10px;
		padding: 0 5px;
		/*padding-bottom: 10px;*/
		display: inline-block;
		color: #000;
 font-weight: 700;
	}
	#nav{
		display: inline-block;
	}
*,html,body{
	font-family:"Alibaba-PuHuiTi-Regular";
}
		#content{
			margin-top: 10px;
			display: inline-block;
		}
		.money{
	 width: 100%;
 /* padding: 0px 10px; */
 background: #ffffffcc;
 position: absolute;
 left: 0;
 bottom: 50px;
 height: 30px;
 line-height: 30px;
 color: #F40;
 font-weight: 700;
 /* border-radius: 0 8px 0 0; */
 text-align: left;
 font-size: 18px;
		}
				.title{
 width: 100%;
 font-weight: 700;
 /* padding: 0px 10px; */
 background: #ffffffcc;
 position: absolute;
 left: 0;
 bottom: 0;
 height: 50px;
 line-height: normal;
 color: #000;
 /* border-radius: 0 8px 0 0; */
 text-align: left;
 font-size: 15px;
		}
		.pro_img{
			position: relative;
			float: left;
			width: 220px;
			height: 220px;
			line-height: 220px;
			text-align: center;
			border: 1px solid #eee;
			cursor: pointer;
			font-size: 30px;
			/*white-space:normal; */
			overflow:hidden; /*超過部分不顯示*/
 　　　　　text-overflow:ellipsis; /*超過部分用點點表示*/
 /*　　　　　white-space:nowrap;/*不換行*/
		}
		.input1{
			 width: 300px;
			 height: 30px;
			 border: 1px solid #888;
				border-radius: 10px 0 0 10px;
				outline-style: none ;
	
		}
		.button1{
			margin-left: -7px;
 width: 50px;
 height: 34px;
 border-radius:0 10px 10px 0 ;
 outline-style: none ;
		}
		#search1{
			/*width: 350px;*/
			/*margin:0 auto;*/
		}
		#load{
			position: fixed;
			width: 100%;
			height: 100%;
			top: 0;
			left: 0;
			background: #000000ad;
			z-index: 999;
			text-align: center;
			vertical-align: middle;
		}
		#load>span{
 display: inline-block;
 vertical-align: middle;
 height: 100%;
		}
		.load{
			display: inline-block;
			vertical-align: middle;
			font-size: 50px;
			color: #FFF;
		}
	</style>
</head>
<body onload="get_data()">
<!-- loading -->
<div id="load">
	<span ></span>
	<div class="load">加載中...</div>
</div>
<div id="body">
<h1>網站僅學習交流！！網站中的商品信息均來自于互聯網。</h1>
<!-- 		<div id="search1">
		<input type="text" class="input1">
		<button class="button1">搜索</button><b>　網站僅學習交流！！網站僅學習交流！！網站僅學習交流！！網站僅學習交流！！網站僅學習交流！！</b>
	</div> -->
	<div id="nav"></div>
	<div id="content"></div>
</div>
</body>
</html>

完成上傳json文件和html頁面到GitHub

者 | 單雨

責編 | 胡巍巍

出品 | CSDN（ID：CSDNnews）

前言

為了實現模板封裝和復用，提高HTML界面調試便捷性以及前后端解耦等目標，Django定義了自己的網絡模板語言。

當前介紹模板語言的官方文檔已經非常完備，幾乎涵蓋了開發中需要用到的知識點和需要注意的問題，但同時官方文檔也存在一些問題：

翻譯不夠完善，帶來閱讀的困難；
一些知識點的介紹過于簡短，存在大量的頁內鏈接，閱讀時需要跳轉到不同的頁面，閱讀不連貫。

本文基于官方文檔系統介紹了Django模板語言的基礎知識點，方便快速了解Django模板語言。

模板系統設計哲學

Django的模板系統不是簡單的把Python嵌入到HTML中。

它的設計宗旨是：模板系統旨在展示內容, 而不是程序邏輯，因此不在HTML頁面中嵌入Python。

簡單的說，模板只負責渲染數據，大多數邏輯應該交給視圖（view）進行處理。

模板簡介

模板是一個簡單的文本文件。它可以生成任何基于文本的格式（如 HTML,XML,CSV等）。除了基本的HTML標簽外，模板還包含兩種額外的元素——變量和標簽。

模板中包含的變量可以被替換為變量的值，標簽則被替換為相應的模板控制邏輯。示例：

django
{% extends "base_generic.html" %}
{% block title %}{{ section.title }}{% endblock %}
{% block content %}
<h1>{{ section.title }}</h1>
{% for story in story_list %}
<h2>
<a href="{{ story.get_absolute_url }}">
{{ story.headline|upper }}
</a>
</h2>
<p>{{ story.tease|truncatewords:"100" }}</p>
{% endfor %}
{% endblock %}

`{{ section.title }}`在模板渲染時將會被變量的值替換，for標簽可以實現模板的循環渲染。

基礎語法

變量

變量實現從模板上下文字典（返回HTTP響應時傳遞過來的字典）中輸出一個值，這是一個類似于dict的對象，包含鍵值對。當模板引擎遇到一個變量時，它會計算該變量，并用結果替換它。

變量名由字母、數字字符和下劃線("_")組成，但不能以下劃線開頭。點(".")也出現在變量中，代表屬性調用，變量名中不能有空格或標點符號。

示例：

django
My first name is {{ first_name }}. My last name is {{ last_name }}.

當傳入一個上下文字典`{'first_name': 'John', 'last_name': 'Doe'}`時，將會渲染得到：

django

My first name is John. My last name is Doe.

模板中的變量被字典中的值替換了。

變量還可以使用點表示法實現字典查找、屬性查找和列表索引查找等操作：

django
{{ my_dict.key }}
{{ my_object.attribute }}
{{ my_list.0 }}

點表示法底層原理

當模板系統遇到一個點,它會按順序嘗試下面的動作：

1. 字典查詢

2. 屬性或方法查找

3. 數字索引查詢

如果結果值是可調用的，則調用該值時將不帶參數，調用的結果成為新的模板值。

當進行能覆蓋字典查找的操作時，這種查找順序可能會造成一些意想不到的行為。例如：如果試圖循環一個collection .defaultdict字典對象：

django
{% for k, v in defaultdict.items %}
{其他操作}
{% endfor %}

因為字典查找是首先發生的，所以這個行為會先提供一個默認值，而不是使用預期的.items方法。在這種情況下，應該首先考慮使用字典查找，而不是使用字典的屬性調用。

注意

屬性通常被解釋為一個文本字符串，防止和同名的變量沖突。例如{{foo.bar}}中的屬性“bar”將被解釋為一個文本字符串，如果模板上下文中存在變量“bar”，則不會使用該變量的值。

以下劃線開頭的變量屬性可能不能訪問，因為它們通常被認為是私有的。

如果引用不存在的變量，模板系統將插入string_if_invalid選項的值，該選項默認設置為“”(空字符串)。

標簽

標簽在模板渲染過程中提供任意邏輯。標簽可以輸出內容，作為控制結構，例如“if”語句或“for”循環，從數據庫獲取內容，甚至允許訪問其他模板標簽。

（1）標簽聲明

標簽的一般形式為：

django
{% tag %}

示例：

django
{% csrf_token %}

（2）傳入參數

django
{% cycle 'odd' 'even' %}

（3）成對使用的標簽

有些標簽需要開始和結束標簽：

django
{% if user.is_authenticated %}Hello, {{ user.username }}.{% endif %}

（4）常用標簽

for：循環數組中的每個元素. 比如, 顯示列表 `athlete_list` 中每個元素的 `name` 屬性。

django
<ul>
{% for athlete in athlete_list %}
<li>{{ athlete.name }}</li>
{% endfor %}
</ul>

if 、elif和else：在上面，如果athlete_list不為空，則{{athlete_list|length}}變量將顯示運動員的數量。

否則，如果athlete_in_locker_room_list不為空，則會顯示“Athletes should be out…”消息。如果兩個列表都為空，則顯示“No athletes”。

也可以在if標簽里使用過濾器和各種操作符：

django
{% if athlete_list|length > 1 %}
Team: {% for athlete in athlete_list %} ... {% endfor %}
{% else %}
Athlete: {{ athlete_list.0.name }}
{% endif %}

注意

雖然上面的示例可以工作，但是要注意，大多數模板過濾器都返回字符串，因此使用過濾器進行數學比較通常不會正常工作，而長度是個例外。

（5）更多

Django有很多內置標簽，更多關于內置標簽的信息請參考官方文檔：

https://docs.djangoproject.com/zh-hans/2.2/ref/templates/builtins/ref-templates-builtins-tags

如果需要編寫自定義標簽，請參考官方文檔

https://docs.djangoproject.com/zh-hans/2.2/howto/custom-template-tags/howto-writing-custom-template-tags

如果需要對使用的標簽和自定義的標簽做一份說明文檔，可以使用Django提供的文檔工具，詳情請參考：

https://docs.djangoproject.com/zh-hans/2.2/ref/contrib/admin/admindocs/

過濾器

簡介

過濾器可以對變量做一些操作，例如給變量賦值，改變變量的值等。

修改變量顯示

過濾器可以修改變量的顯示。例如：

django
{{ name|lower }}

通過過濾器lower變量{{ name }}變為了小寫字符，通過管道符(|)間隔變量和過濾器來使用過濾器。

鏈式調用過濾器

一個過濾器的輸出可以作為下一個過濾器的輸入。

{{ text|escape|linebreaks }}是一種常用的轉換方式, 在這之后換行符被替換為了 <p> 標簽。

轉換變量和標簽參數

過濾器轉換變量和標簽參數的值。示例：

django
{{ django|title }}

傳入`{'django': 'the web framework for perfecalist With deadline '}`上下文字典時，該模板呈現為：

django

The Web Framework For Perfectionists With Deadlines

傳入參數給過濾器

示例1：

django
{{ my_date|date:"Y-m-d" }}

my_date將會被替換為當前日期。

示例2：

django 
{{ bio|truncatewords:30 }}

將會會顯示 `bio` 變量的前30個字符

注意

過濾器參數中如果包含空格和標點符號，必須使用引號“”括起來，例如，要用逗號和空格連接列表，可以使用{{list|join:"， "}}。

Django提供了大約60個內置模板過濾器，請參考官方文檔：

https://docs.djangoproject.com/zh-hans/2.2/ref/templates/builtins/ref-templates-builtins-filters，

下面列舉一些常用的過濾器：

default

如果變量為false或空，則使用給定的默認值。否則，使用變量的值。例如：

django
{{ value|default:"nothing" }}

如果 `value` 沒有提供或者為空，那么將它顯示為 "`nothing`" 。

length

返回值的長度。這對字符串和列表都適用。例如：

django
{{ value|length }}

如果 `value` 為 `['a', 'b', 'c', 'd']`, 那么他將被顯示為 `4`。

filesizeformat

將值格式化為“人類可讀的”文件大小(即“13kb”、“4.1 MB”、“102字節”等)。例如：

django
{{ value|filesizeformat }}

如果值為123456789，則輸出為117.7 MB。

如果需要自定義過濾器，請參考請官方文檔：

https://docs.djangoproject.com/zh-hans/2.2/howto/custom-template-tags/

注釋

示例：

單行注釋

django
{ this won't be rendered }

多行注釋：{% comment %} 和{% endcomment %}

django
<p>Rendered text with {{ pub_date|date:"c" }}</p>
{% comment "Optional note" %}
<p>Commented out text with {{ create_date|date:"c" }}</p>
{% endcomment %}

注意：Comment標簽不能嵌套使用。

作者簡介：單雨，90后工科男，偽文藝青年。目前就讀于北京理工大學宇航系，喜歡研究AI，網絡爬蟲，微信小程序以及機器人，癡迷于Coding，睡前必擼碼。

【END】

在線咨詢

上一篇：全盲男孩自學編程，一句話打動無數網友……
下一篇：12個教師常用的網站推薦給你，以后再也不用到處找資源了

您的項目需求

*請認真填寫需求信息，我們會在24小時內與您取得聯系。

整合營銷服務商