如何在python中將網頁轉換為pdf，例如在打印中另存為pdf選項

Question

我有一個需要登錄（身份驗證）的網站，該網站有一個消息頁面，我想將所有評論轉換為pdf。 最初，我只是單擊每個注釋，然后在firefox瀏覽器中選擇打印，然后將注釋流另存為pdf。 問題是有很多，所以我決定寫一個python腳本，但是我遇到了問題。 這是我的代碼：

import mechanize
import pdfkit
import os

br = mechanize.Browser()
br.set_handle_robots(False)
br.addheaders = [("User-agent","Firefox")]
sign_in = br.open("www.mysite.com")

br.select_form(nr = 0)
br["username"] = "username"
br["password"] = "password"
logged_in = br.submit()

br.open("comments_page")
all_comment_links = []

# Iterate the links
for link in br.links():
  if "comment" in link.url:
    all_comment_links.append(link)

for l in all_comment_links:
  ret = br.open("comments_page").read()
  pdfkit.from_url(l.url, l.text + ".pdf")
  # pdfkit.from_string(ret, l.text + ".pdf")

  file = open(l.text + ".html", "w")
  file.write(ret)
  file.close()

# try from file
#for f in glob.glob("*.html"):
#  pdfkit.from_file(f, f.replace(".html", ".pdf"))

我正在嘗試使用pdfkit lib將每個評論頁面轉換為pdf，但未成功。 我嘗試使用url（ pdfkit.from_url ），僅使用字符串（ pdfkit.from_string ），並將html保存到文件（ pdfkit.from_file ），但無法弄清楚為什么它不起作用。 據我所知，機械化的東西起作用是因為我的html文件包含我想要的所有注釋以及正確的內容。 我到處尋找不同的方法，但這是我所想要的。

該腳本不會引發任何錯誤，它只能與第一個pdf一起掛起，因為它無法訪問頁面/內容。 我讓它運行了一段時間，但只創建了第一個pdf文件，但是當我嘗試打開它時，它說它已損壞。 我是否使用pdfkit錯誤？還是應該使用其他方式將這些頁面轉換為pdf？ 謝謝，感謝您的幫助。 在Mac OS X上運行。

Answer 1

我最初的猜測是pdfkit不會從機械化接收任何會話信息，因此它嘗試使用身份驗證后的頁面而不登錄。

您可能應該首先使用機械化下載html，然后將其本地轉換。

但是，由於您說您也無法從文件中獲取結果，因此您應該嘗試使用交互式python shell並嘗試將pdfkit手動應用於本地文件，以查看出現什么錯誤。

另一件事可能是pdfkit輸入文件或輸出文件不在您可能合理期望的目錄中，因此應嘗試使用絕對路徑作為參數。