web-dev-qa-db-fra.com

Comment convertir une page Web en PDF à l'aide de Python

Je cherchais une solution pour imprimer une page Web dans un fichier PDF local en utilisant Python. L’une des bonnes solutions consiste à utiliser Qt, que l’on trouve ici, https://bharatikunal.wordpress.com/2010/01/ .

Cela ne fonctionnait pas au début car j'avais un problème avec l'installation de PyQt4 car il donnait des messages d'erreur tels que "ImportError: Aucun module nommé PyQt4.QtCore" et "ImportError: Aucun module nommé PyQt4.QtCore".

C'est parce que PyQt4 n'est pas installé correctement. J'avais l'habitude d'avoir les bibliothèques situées à C:\Python27\Lib mais ce n'est pas pour PyQt4.

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

Maintenant, les scripts fonctionnent bien, donc je veux les 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 .

pythonpdfwebpageqprinter
65
Mark K

grâce aux messages ci-dessous, et je peux ajouter sur l'adresse du lien de la page Web à imprimer et afficher l'heure sur le PDF généré, quel que soit le nombre de pages qu'il contient.

Ajouter du texte à PDF existant à l'aide de Python

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

Pour 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.'
18
Mark K

Vous pouvez également utiliser pdfkit :

Usage

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/autre système d'exploitation: https://github.com/JazzCore/python-pdfkit/wiki/Installing-wkhtmltopdf

115
NorthCat

WeasyPrint

pip install weasyprint  # No longer supports Python 2.x.

python
>>> pdf = weasyprint.HTML('http://www.google.com').write_pdf()
>>> len(pdf)
92059
>>> file('google.pdf', 'wb').write(pdf)
26
JohnMudd

voici celui qui fonctionne bien:

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_())
10
Mark K

Voici une solution simple utilisant QT. J'ai trouvé cela dans le cadre d'une réponse à une question différente sur StackOverFlow. Je l'ai testé sous 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!"
9
Jim Paul