Comment convertir une page web en format PDF en utilisant Python

J'ai trouvé la solution pour imprimer la page web en local un fichier PDF, à l'aide de Python. un des la bonne solution est d'utiliser Qt, trouvé ici, https://bharatikunal.wordpress.com/2010/01/.

Ça ne marchait pas au début que j'ai eu des problème avec l'installation de PyQt4 parce qu'il a donné des messages d'erreur tels que " ImportError: No module named PyQt4.QtCore", et " ImportError: No module named PyQt4.QtCore'.

C'était parce que PyQt4 n'est pas installé correctement.
J'ai utilisé les bibliothèques situé à C:\Python27\Lib cependant, il n'est pas pour PyQt4.

En fait, il suffit de le télécharger à partir de http://www.riverbankcomputing.com/software/pyqt/download (l'esprit la bonne version de Python que vous utilisez), et l'installer C:\Python27 (mon cas). C'est tout.

Maintenant les scripts fonctionne très bien, donc j'ai envie de le partager. pour plus d'options dans l'utilisation de Qprinter, veuillez vous référer à http://qt-project.org/doc/qt-4.8/qprinter.html#Orientation-enum.

InformationsquelleAutor Mark K | 2014-04-29
  1. 113

    Vous pouvez également utiliser pdfkit:

    D'utilisation

    import pdfkit
pdfkit.from_url('http://google.com', 'out.pdf')

    Installer

    MacOS: brew install Caskroom/cask/wkhtmltopdf

    Debian/Ubuntu: apt-get install wkhtmltopdf

    Voir la documentation officielle pour MacOS/Ubuntu/autres OS: https://github.com/JazzCore/python-pdfkit/wiki/Installing-wkhtmltopdf

    • C'est génial, plus facile que de déconner avec reportlab ou à l'aide de l'impression d'un disque à convertir. Merci beaucoup.
    • u peut donner un autre exemple à propos de la conversion de html des tables avec pdfkit ?
    • Le rendu est très bon et permet de convertir forme très bien.
    • Je veux l'imprimer au format pdf dans un format téléchargeable.
    • PDFKit nécessite l'exécution d'un Serveur X (ou "virtuel" Serveur X). 🙁 Voir ici: github.com/JazzCore/python-pdfkit/wiki/...
    • Il semble que windows ne prend pas en charge pdfkit. Est-ce vrai?
    • Parfait !! Pour télécharger les images enfouies, ne vous embêtez pas à en profiter ! Vous aurez à apt-get install wkhtmltopdf
    • pdfkit dépend de non-paquet python wkhtmltopdf, qui à son tour nécessite l'exécution d'un serveur X. Ainsi, alors que nice dans certains environnements, ce n'est pas une réponse qui fonctionne généralement en python.
    • est-il un analogue de la méthode pour convertir des fichiers html locaux?
    • Chew - j'ai rencontré le même problème.

    InformationsquelleAutor NorthCat
  2. 26

    WeasyPrint

    pip install weasyprint

python
>>> pdf = weasyprint.HTML('http://www.google.com').write_pdf()
>>> len(pdf)
92059
>>> file('google.pdf', 'w').write(pdf)
    • Je peux fournir le fichier chemin d'accès au lieu de l'url?
    • Je pense que je préfère ce projet, comme c'est des dépendances de paquets python plutôt qu'un système de package. À partir de janvier 2018, il semble avoir plus de mises à jour fréquentes et une meilleure documentation.
    • Est-il possible d'avoir plus complexes les en-têtes et pieds de page avec cela? position: absolute ne pas dupliquer dans toutes les pages, et @top-center permet uniquement en texte brut avec quelques gadgets.
    • Il y a trop de choses à installer. Je me suis arrêté à libpango et est allé pour le pdfkit. Méchant pour un système étendu de wkhtmltopdf mais weasyprint également besoin d'un système à l'échelle de l'installation.
    • ce ne sera pas converti javascripts dans le fichier html. pour cela, vous devez utiliser pdfkit
    InformationsquelleAutor JohnMudd
  3. 18

    grâce à ci-dessous les postes, et je suis en mesure d'ajouter sur la page web l'adresse du lien à imprimer et à présenter en temps sur le PDF généré, peu importe le nombre de pages qu'il a.

    Ajouter du texte à un fichier PDF Existant à l'aide de Python

    https://github.com/disflux/django-mtr/blob/master/pdfgen/doc_overlay.py

    De partager le script comme ci-dessous:

    import time
from pyPdf import PdfFileWriter, PdfFileReader
import StringIO
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter
from xhtml2pdf import pisa
import sys 
from PyQt4.QtCore import *
from PyQt4.QtGui import * 
from PyQt4.QtWebKit import * 
url = 'http://www.yahoo.com'
tem_pdf = "c:\\tem_pdf.pdf"
final_file = "c:\\younameit.pdf"
app = QApplication(sys.argv)
web = QWebView()
#Read the URL given
web.load(QUrl(url))
printer = QPrinter()
#setting format
printer.setPageSize(QPrinter.A4)
printer.setOrientation(QPrinter.Landscape)
printer.setOutputFormat(QPrinter.PdfFormat)
#export file as c:\tem_pdf.pdf
printer.setOutputFileName(tem_pdf)
def convertIt():
web.print_(printer)
QApplication.exit()
QObject.connect(web, SIGNAL("loadFinished(bool)"), convertIt)
app.exec_()
sys.exit
# Below is to add on the weblink as text and present date&time on PDF generated
outputPDF = PdfFileWriter()
packet = StringIO.StringIO()
# create a new PDF with Reportlab
can = canvas.Canvas(packet, pagesize=letter)
can.setFont("Helvetica", 9)
# Writting the new line
oknow = time.strftime("%a, %d %b %Y %H:%M")
can.drawString(5, 2, url)
can.drawString(605, 2, oknow)
can.save()
#move to the beginning of the StringIO buffer
packet.seek(0)
new_pdf = PdfFileReader(packet)
# read your existing PDF
existing_pdf = PdfFileReader(file(tem_pdf, "rb"))
pages = existing_pdf.getNumPages()
output = PdfFileWriter()
# add the "watermark" (which is the new pdf) on the existing page
for x in range(0,pages):
page = existing_pdf.getPage(x)
page.mergePage(new_pdf.getPage(0))
output.addPage(page)
# finally, write "output" to a real file
outputStream = file(final_file, "wb")
output.write(outputStream)
outputStream.close()
print final_file, 'is ready.'
    • Merci pour le partage de votre code! Tous les conseils pour faire de ce travail pour les locaux des fichiers pdf? Ou est-ce aussi facile que préfixant par "file:///" de l'url? Je ne suis pas très familier avec ces bibliothèques... merci
    • tu veux dire convertir PDF en ligne dans les fichiers PDF?
    • merci pour votre réponse... désolé pour ma lenteur. J'ai fini par utiliser wkhtmltopdf, car il était capable de gérer ce que j'ai été jeter à elle. Mais je me demande comment charger un fichier pdf qui était local de mon disque dur. Cheers
    • désolé, je n'ai toujours pas obtenir de vous. peut-être parce que je suis un débutant en Python aussi. Que vous vouliez lire en local des fichiers PDF en Python?
    • Il y avait quelques problèmes avec html5lib, qui est utilisé par xhtml2pdf. Cette solution a résolu le problème: github.com/xhtml2pdf/xhtml2pdf/issues/318
    • je ne pense pas que cela fonctionne plus, No module named 'pdf'. iirc PyPdf2 a été dépréciée en faveur de PyPdf2 ou quelque chose de ce qui est recommandé par les auteurs
    • merci pour le commentaire. J'ai juste essayé de nouveau les lignes pleines et il semble qu'il fonctionne toujours, sauf 1 de l'image de la forme élargie. (de toute façon tant qu'il y a de meilleures solutions ci-dessus à cette question, pourquoi ne pas les essayer) 🙂
    • Quelle version de python utilisez-vous la marque?
    • c'est de 2,76.

    InformationsquelleAutor Mark K
  4. 10

    ici est le seul qui fonctionne correctement:

    import sys 
from PyQt4.QtCore import *
from PyQt4.QtGui import * 
from PyQt4.QtWebKit import * 
app = QApplication(sys.argv)
web = QWebView()
web.load(QUrl("http://www.yahoo.com"))
printer = QPrinter()
printer.setPageSize(QPrinter.A4)
printer.setOutputFormat(QPrinter.PdfFormat)
printer.setOutputFileName("fileOK.pdf")
def convertIt():
web.print_(printer)
print "Pdf generated"
QApplication.exit()
QObject.connect(web, SIGNAL("loadFinished(bool)"), convertIt)
sys.exit(app.exec_())
    • Fait intéressant, les liens de page web sont générés en tant que texte plutôt que des liens dans le PDF généré.
    • Quelqu'un sait pourquoi ce serait génération de vide de fichiers pdf pour moi?
    InformationsquelleAutor Mark K
  5. 9

    Voici une solution simple à l'aide de QT. J'ai trouvé ceci dans le cadre d'une réponse à une autre question sur StackOverFlow. Je l'ai testé sur Windows. 

    from PyQt4.QtGui import QTextDocument, QPrinter, QApplication
import sys
app = QApplication(sys.argv)
doc = QTextDocument()
location = "c://apython//Jim//html//notes.html"
html = open(location).read()
doc.setHtml(html)
printer = QPrinter()
printer.setOutputFileName("foo.pdf")
printer.setOutputFormat(QPrinter.PdfFormat)
printer.setPageSize(QPrinter.A4);
printer.setPageMargins (15,15,15,15,QPrinter.Millimeter);
doc.print_(printer)
print "done!"
    InformationsquelleAutor Jim Paul