python 將html轉(zhuǎn)換為pdf的幾種方法

更新時(shí)間：2020年12月29日 09:05:10 作者：州的先生

這篇文章主要介紹了python 將html轉(zhuǎn)換為pdf的幾種方法，幫助大家更好的理解和使用python，感興趣的朋友可以了解下

將 HTML 網(wǎng)頁(yè)轉(zhuǎn)換為 PDF 是很多人常見(jiàn)的一個(gè)需求，在瀏覽器上，我們可以通過(guò)瀏覽器的“打印”功能直接將網(wǎng)頁(yè)打印輸出為 PDF。

但是如果有多個(gè)網(wǎng)頁(yè)就不好辦了。

二進(jìn)制軟件

網(wǎng)絡(luò)上存在很多將 HTML 轉(zhuǎn)換為 PDF 的軟件和工具。比較著名的有 Carelib、wkhtmltopdf。

whtmltopdf

wkhtmltopdf 真是一個(gè)優(yōu)秀的 HTML 轉(zhuǎn)換 PDF 工具。其借助 Qt 的 WebKit 渲染引擎，將 HTML 文檔渲染導(dǎo)出為 PDF 文檔或圖像。

功能十分完善，但是由于使用的渲染引擎是 Qt 的 WebKit，其沒(méi)法對(duì) ES6 的 JavaScript 代碼提供支持，導(dǎo)致一些采用 ES6 編寫(xiě)的 HTML 頁(yè)面渲染不出實(shí)際的效果來(lái)，導(dǎo)致州的先生最終放棄了它。

Carelib

Carelib 是一個(gè)電子書(shū)管理軟件，其中提供了各類文檔的轉(zhuǎn)換工具，所以可以借助其電子書(shū)轉(zhuǎn)換工具來(lái)實(shí)現(xiàn) HTMl 到 PDF 的轉(zhuǎn)換。

這些都是用于桌面環(huán)境的二進(jìn)制軟件，如果要在 Python 中使用，要么使用 Popen() 方法調(diào)用這些二進(jìn)制軟件的命令，要么使用一些第三方的封裝模塊，比如：pdfkit、pypandoc 等，這些第三方模塊通過(guò)集成調(diào)用上述二進(jìn)制軟件，封裝了一些方便 Python 調(diào)用的接口。

純 Python 庫(kù)實(shí)現(xiàn)

上面介紹的那些 Python 第三方模塊雖然可以很好的進(jìn)行 HTML 到 PDF 的轉(zhuǎn)換工作，但是都需要額外在計(jì)算機(jī)上安裝其他的二進(jìn)制軟件，很多小伙伴并不喜歡這種調(diào)用方式。

不依賴于二進(jìn)制軟件的實(shí)現(xiàn)，有如下的方案：

xhtml2pdf

這是一個(gè)基于 ReportLab、html5lib、PyPDF2 等 Python 模塊構(gòu)建的 HTML 到 PDF 轉(zhuǎn)換模塊。能夠很好的支持 HTML5 、CSS2.1 和部分 CSS3 語(yǔ)法。

因?yàn)槭腔?Report Lab 模塊進(jìn)行的開(kāi)發(fā)，其對(duì)中文的支持在某些環(huán)境下會(huì)有問(wèn)題。而且由于開(kāi)發(fā)人員的變更，模塊的功能出現(xiàn)了一些斷層。但是仍然是一個(gè)非常棒的 HTML 轉(zhuǎn) PDF 模塊。

weasyprint

這是一個(gè)用于 HTML 和 CSS 的可視化渲染引擎，可以將 HTML 文檔導(dǎo)出為打印標(biāo)準(zhǔn)的 PDF 文件。

xhtml2pdf 模塊也曾推薦使用這個(gè)模塊來(lái)進(jìn)行 HTML 轉(zhuǎn)換 PDF 的工作。

這個(gè)模塊功能很強(qiáng)大、效果很出色，但是，模塊的依賴項(xiàng)太多了：

州的先生至今沒(méi)有在 Windows 電腦上安裝成功過(guò)！

瀏覽器方案

在上述兩種方案中，二進(jìn)制程序的可控制性稍有不足，而純 Python 實(shí)現(xiàn)的渲染解析則在功能上和依賴上不是有友好。

處理上述兩種方案，我們還能采用第三種方式進(jìn)行 HTMl 到 PDF 的轉(zhuǎn)換。那就是借助 Web 自動(dòng)化測(cè)試的瀏覽器內(nèi)核和 Qt for Python 的 Web 引擎來(lái)實(shí)現(xiàn)。

Web 自動(dòng)化的瀏覽器內(nèi)核

使用 Python 的小伙伴經(jīng)常會(huì)使用 Selenium、pyppeteer 這兩個(gè) Web 自動(dòng)化測(cè)試的模塊來(lái)進(jìn)行數(shù)據(jù)采集和 Web 自動(dòng)化測(cè)試工作。

這兩個(gè)模塊都是用來(lái)驅(qū)動(dòng)一個(gè)真實(shí)的瀏覽器來(lái)進(jìn)行網(wǎng)頁(yè)的操作。正是基于此，我們可以調(diào)用瀏覽器中打印相關(guān)的 API 接口，來(lái)實(shí)現(xiàn) HTML 轉(zhuǎn) PDF 的功能。

例如，在 pyppeteer 中可以按照下面示例的方式，打開(kāi)一個(gè) HTML 文檔，然后將其轉(zhuǎn)換為 PDF 文檔：

Qt 的 Web 引擎

在 Qt5 中，Qt 使用新的 Chromium 內(nèi)核代替了老舊的 WebKit 作為 Web 的渲染引擎。使得在 Qt 中進(jìn)行可以現(xiàn)代化的瀏覽器開(kāi)發(fā)。

借助于 Qt 的 Python 實(shí)現(xiàn)（PyQt5 系列和 PySide2 系列），我們可以直接調(diào)用 Qt 中的 Web 引擎相關(guān)的接口。

其中 QtWebEngineWidgets 子模塊中的 QWebEngineView() 類提供了 printToPdf 方法供我們將網(wǎng)頁(yè)打印為 PDF 文檔，所以基于此，我們也可以使用 PyQt5 或 PySide2 進(jìn)行 HTML 轉(zhuǎn)換 PDF，示例如下所示：