Python+HTML轻松转换：一键生成精美PDF文件全攻略

引言

在数字化时代，将网页内容转换为PDF文件是一项常见的操作。这不仅方便了文档的存储和传输，还保持了原始的格式和布局。本文将介绍如何使用Python和HTML，通过简单的步骤一键生成精美的PDF文件。

前提条件

安装Python环境
安装以下Python库：PyPDF2、reportlab、BeautifulSoup
准备HTML文件

准备HTML文件

首先，确保你有准备好的HTML文件。这个文件将作为生成PDF的基础。

<!DOCTYPE html>
<html>
<head>
    <title>我的HTML文档</title>
</head>
<body>
    <h1>这是一个标题</h1>
    <p>这是一段文字。</p>
    <img src="image.jpg" alt="示例图片">
</body>
</html>

安装所需库

在命令行中，使用以下命令安装所需的Python库：

pip install PyPDF2 reportlab beautifulsoup4

使用PyPDF2处理PDF文件

PyPDF2是一个用于处理PDF文件的Python库。以下是一个示例代码，演示如何使用PyPDF2打开、添加页面和保存PDF文件。

import PyPDF2

# 打开PDF文件
pdf_reader = PyPDF2.PdfFileReader(open("example.pdf", "rb"))
pdf_writer = PyPDF2.PdfFileWriter()

# 添加页面
for page in range(pdf_reader.numPages):
    pdf_writer.addPage(pdf_reader.getPage(page))

# 保存PDF文件
pdf_writer.write(open("output.pdf", "wb"))

使用reportlab生成PDF

reportlab是一个用于创建PDF文件的Python库。以下是一个示例代码，演示如何使用reportlab创建一个简单的PDF文件。

from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas

c = canvas.Canvas("reportlab_output.pdf", pagesize=letter)
c.drawString(100, 750, "Hello World!")
c.save()

使用BeautifulSoup处理HTML

BeautifulSoup是一个用于解析HTML和XML文档的Python库。以下是一个示例代码，演示如何使用BeautifulSoup从HTML中提取内容。

from bs4 import BeautifulSoup

html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>

<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>

<p class="story">...</p>
"""

soup = BeautifulSoup(html_doc, 'html.parser')

# 提取标题
title = soup.find('title').text

# 提取段落
paragraphs = soup.find_all('p')

# 打印提取的内容
print(title)
for paragraph in paragraphs:
    print(paragraph.text)

将HTML转换为PDF

现在，我们将使用之前安装的库将HTML转换为PDF。以下是一个示例代码，演示如何将HTML文件转换为PDF文件。

from fpdf import FPDF

class PDF(FPDF):
    def header(self):
        self.set_font('Arial', 'B', 16)
        self.cell(80, 10, 'Title', 1, 0, 'C')

    def footer(self):
        self.set_font('Arial', 'I', 8)
        self.cell(0, 10, 'Page ' + str(self.page_no()) + '/{nb}', 0, 0, 'C')

pdf = PDF()
pdf.add_page()
pdf.set_font('Arial', '', 14)

# 从HTML文件中读取内容
with open('example.html', 'r') as file:
    html_content = file.read()

# 将HTML转换为PDF
pdf.from_html(html_content)
pdf.output('output.pdf')

总结

通过本文，我们介绍了如何使用Python和HTML生成PDF文件。通过结合PyPDF2、reportlab和BeautifulSoup等库，你可以轻松地将HTML内容转换为精美的PDF文件。希望本文能帮助你实现这一目标。

全部栏目