当前位置：首页 > Python > 正文

Python HTML转PDF教程：多种方法实现网页转PDF文件 - 技术博客

Python实现HTML转PDF的完整教程

多种方法实现网页内容到PDF文件的转换

为什么需要HTML转PDF？

在Python开发中，将HTML内容转换为PDF的需求非常常见，主要应用场景包括：

  • 自动生成报告或发票
  • 保存网页内容为PDF文件
  • 创建电子书或文档
  • 实现打印预览功能
  • 存档重要网页内容

方法一：使用wkhtmltopdf + pdfkit

这是最常用的HTML转PDF方法之一，基于Qt WebKit渲染引擎。

安装步骤

pip install pdfkit
# 同时需要安装wkhtmltopdf程序
# Windows：下载安装包
# Ubuntu/Debian：sudo apt-get install wkhtmltopdf
# macOS：brew install homebrew/cask/wkhtmltopdf

示例代码

import pdfkit

# 配置wkhtmltopdf路径（Windows可能需要指定路径）
config = pdfkit.configuration(wkhtmltopdf='/usr/local/bin/wkhtmltopdf')

# 从URL转换
pdfkit.from_url('http://example.com', 'output1.pdf', configuration=config)

# 从HTML文件转换
pdfkit.from_file('input.html', 'output2.pdf', configuration=config)

# 从HTML字符串转换
html_content = '''
<html>
  <head><title>Test</title></head>
  <body>
    <h1>Hello PDF!</h1>
    <p>This is a test document.</p>
  </body>
</html>
'''
pdfkit.from_string(html_content, 'output3.pdf', configuration=config)

优缺点

优点 缺点
转换质量高 需要安装外部程序
支持CSS和JavaScript 内存占用较高
支持多种输入源 对中文支持需要配置字体

方法二：使用WeasyPrint

纯Python实现的HTML转PDF解决方案，无需外部依赖。

安装步骤

pip install weasyprint

示例代码

from weasyprint import HTML

# 从HTML文件生成PDF
HTML('input.html').write_pdf('output.pdf')

# 从URL生成PDF
HTML('http://example.com').write_pdf('url_output.pdf')

# 从HTML字符串生成PDF
html_content = '''
<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <style>body { font-family: Arial; }</style>
</head>
<body>
  <h1>WeasyPrint示例</h1>
  <p>这是一个使用WeasyPrint生成的PDF文件。</p>
</body>
</html>
'''
HTML(string=html_content).write_pdf('string_output.pdf')

优缺点

优点 缺点
纯Python实现 不支持JavaScript
安装简单 CSS支持有限
支持CSS分页媒体 复杂页面渲染可能不完美

方法三：使用Pyppeteer（无头Chrome）

使用Headless Chrome浏览器进行HTML渲染后生成PDF。

安装步骤

pip install pyppeteer

示例代码

import asyncio
from pyppeteer import launch

async def generate_pdf():
    browser = await launch()
    page = await browser.newPage()
    
    # 从URL生成PDF
    await page.goto('http://example.com', {'waitUntil': 'networkidle0'})
    await page.pdf({'path': 'url_output.pdf', 'format': 'A4'})
    
    # 从HTML内容生成PDF
    html_content = '''
    <html>
      <body>
        <h1>Pyppeteer PDF生成</h1>
        <p>使用Headless Chrome生成的PDF文档</p>
      </body>
    </html>
    '''
    await page.setContent(html_content)
    await page.pdf({'path': 'content_output.pdf', 'format': 'A4'})
    
    await browser.close()

# 运行异步函数
asyncio.get_event_loop().run_until_complete(generate_pdf())

优缺点

优点 缺点
渲染效果最接近浏览器 需要安装Chromium
完美支持JavaScript 启动速度较慢
支持现代CSS特性 内存占用最高

方法对比与选择建议

wkhtmltopdf

适合：需要高质量打印效果的场景

不适合：资源受限的环境

WeasyPrint

适合：简单内容快速转换

不适合：包含JavaScript的页面

Pyppeteer

适合：现代网页和SPA应用

不适合：低配置服务器环境

中文支持注意事项

  • 确保在HTML中指定正确的字符集：<meta charset="UTF-8">
  • 在CSS中指定中文字体：
    body { font-family: 'Noto Sans SC', 'Microsoft YaHei', sans-serif; }
  • 对于wkhtmltopdf，可能需要添加 --encoding 'UTF-8' 参数
  • 在服务器环境部署时，确保安装了中文字体

本教程提供了Python中HTML转PDF的多种实现方案，您可以根据具体需求选择最适合的方法。

本文由YanRanJie于2025-08-07发表在吾爱品聚，如有疑问，请联系我们。
本文链接：https://www.521pj.cn/20257554.html

相关文章

发表评论