上期提到了如何獲取公眾號文章信息，這回就說下怎么將網(wǎng)頁轉(zhuǎn)為PDF，方便平常學習。

然后擴散一下之前一個比賽的結(jié)果(華章計算機抖音大賽)。

順便談談自己對今后送書的一個想法。

另外之前的送書活動，有中獎的讀者沒有聯(lián)系我，所以這回一并送出。

明天還會送兩本書，大家也可以關(guān)注一下。

/ 01 / HTML轉(zhuǎn)PDF

主要用到的庫有pdfkit及wkhtmltopdf。

安裝我就不說了，網(wǎng)上也是一堆教程，通過下面的代碼也能略知一二。

需要注意的點就是，把網(wǎng)頁轉(zhuǎn)PDF的時候，需要將網(wǎng)頁的圖片下載下來，保存在本地。

然后生成網(wǎng)頁時調(diào)用本地的圖片，這樣就不會出現(xiàn)在PDF中圖片缺失的情況。

本次沒有去設(shè)置詳細的PDF參數(shù)，所以生成的PDF排版并不是很友好，不過還是能湊合看的。

具體轉(zhuǎn)換代碼如下。

import?pandas?as?pdimport?requestsimport?pdfkitimport?osimport?re#?讀取數(shù)據(jù)并清洗
df?=?pd.read_csv('article.csv',?header=None,?names=['title',?'digest',?'article_url',?'date'],?encoding='gbk')
df['date']?=?pd.to_datetime(df.date.values,?unit='s',?utc=True).tz_convert('Asia/Shanghai')
df_date?=?df['date'].astype(str).str.split('?',?expand=True)
df['day']?=?df_date[0]#?獲取目錄的絕對路徑
fileDir?=?os.path.abspath(os.path.dirname('F:\\article_pdf'))
headers?=?{"User-Agent":?"Mozilla/5.0?(Windows?NT?6.1;?WOW64)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/39.0.2171.95?Safari/537.36?MicroMessenger/6.5.2.501?NetType/WIFI?WindowsWechat?QBCore/3.43.901.400?QQBrowser/9.0.2524.400",
}
proxies?=?{"https":?None,"http":?None,
}#?設(shè)置轉(zhuǎn)PDF參數(shù)
options?=?{"page-size":?"Letter","encoding":?"UTF-8","custom-header":?[
????????????("Accept-Encoding",?"gzip")
????????]
????}#?調(diào)用wkhtmltopdf#?confg?=?pdfkit.configuration(wkhtmltopdf=r"C:\Users\Administrator\wkhtmltox-0.12.5-1.mxe-cross-win64\wkhtmltox\bin\wkhtmltopdf.exe")for?title,?url,?date?in?zip(df['title'],?df['article_url'],?df['day']):
????print(title,?url,?date)#?替換特殊符號
????title?=?re.sub('[\/:：*?"<>|]',?'',?title)
????title?=?title.replace('\\',?'_')#?html文件名
????html_name?=?'{}/{}.html'.format('F:\\article_pdf',?date?+?'_'?+?title)
????res?=?requests.get(url,?headers=headers,?proxies=proxies,?timeout=3)
????html?=?res.text#?用?來控制正則貪婪和非貪婪匹配;(.*?)?小括號來控制是否包含匹配的關(guān)鍵字
????pattern?=?re.compile(r'src=\"http.*?\"')
????result?=?pattern.findall(html)
????picCnt?=?0for?i?in?result:
????????picCnt?=?picCnt?+?1
????????url?=?re.findall(r'\"(.*?)\"',?i)[0]#?圖片名
????????picture_name?=?'{}/{}.png'.format('F:\\article_pdf',?str(picCnt))#?調(diào)用本地圖片
????????html?=?html.replace(url,?picture_name)#?獲取圖片內(nèi)容
????????r?=?requests.get(url)with?open(picture_name,?"wb+")?as?f:
????????????f.write(r.content)#?保存html文件
????????html?=?html.replace('src',?'src')
????????fd?=?open(html_name,?'w',?encoding="utf-8")
????????fd.write(html)
????????fd.close()
????pdf_name?=?'{}/{}.pdf'.format('F:\\article_pdf',?date?+?'_'?+?title)try:#?html轉(zhuǎn)pdf
????????pdfkit.from_file(html_name,?pdf_name,?options=options)except:pass

最后成功生成所有文章的PDF。

這里不知是為何，生成PDF的時間挺長的，平均一個PDF耗時三分鐘。

/ 02 / 比賽結(jié)果

之前公眾號對華章計算機抖音大賽進行了推廣，在上個禮拜比賽的結(jié)果也出來了。

這里幫出版社擴散一下比賽結(jié)果。

華章計算機抖音大賽比賽結(jié)果

華章計算機，公眾號：華章計算機IT抖音王登場！首屆華章計算機抖音大賽得獎作者出爐啦！

當然我也參加了，而且也獲獎了，不過是參與獎，四本書。

活動參與的人并不多，一共應該就只有8個人參賽。

講道理，900元現(xiàn)金以及30本書，這么豐厚的獎品，活動卻沒多少人參加，這值得沉思。

當然還會有第二屆，屆時我還會幫忙宣傳，這回沒有參加的小伙伴，下回一定要抓住機會。

為什么我會繼續(xù)支持呢？這應該源于我之前參加的一個PPT比賽。

至今，我還留存著參與活動后的那本贈書。

書很不錯，我也從中學到了不少東西。

當然最重要的是動手就有收獲的道理。

種一棵樹最好的時間是十年前，其次是現(xiàn)在。所以行動起來，絕對沒錯。

今后的送書活動，如果條件允許的話，也將會以一些小比賽的形式送出，敬請期待。

/ 03 /? 送書

下面應該是上個禮拜的截圖了，姑且就以此作為參照。

以上的讀者，如果對下面這本書有興趣的話。

可以微信聯(lián)系我，先到先得，就一本。

微信聯(lián)系方式可以在公眾號菜單欄里找到。

一本有關(guān)Oracle數(shù)據(jù)庫的書。

明天送的兩本是有關(guān)Python數(shù)據(jù)分析的書，可以關(guān)注一下。

/ 04 / 總結(jié)

兩期的文章代碼已上傳「GitHub」。

萬水千山總是情，點個「在看」行不行。

推薦閱讀

···? END? ···

支持小F原創(chuàng)???

總結(jié)

以上是生活随笔為你收集整理的python将数字转为0010_用Python将HTML转为PDF。的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。