【】

1.安装wkhtmltopdf

下载地址:https://wkhtmltopdf.org/downloads.html

我测试用的是windows的，下载安装后结果如下

2 编写python 代码导出微信公众号文章

不能直接使用wkhtmltopdf 导出微信公众号文章，导出的文章会缺失图片，所以需要使用 wechatsogou 将微信公众号文章页面抓取，之后将html文本转化为pdfpip install wechatsogou --upgrade

pip install pdfkit

踩坑！！！，看了很多人的代码，都是一个模板，大家都是抄来抄去，结果还是运行不了，可能是因为依赖包更新的原因，也可能是因为我本地没有配置wkhtmltopdf 的环境变量import os

import pdfkit

import datetime

import wechatsogou

# 初始化API

ws_api = wechatsogou.WechatSogouAPI(captcha_break_time=3)

def url2pdf(url, title, targetPath):

'''

使用pdfkit生成pdf文件

:param url: 文章url

:param title: 文章标题

:param targetPath: 存储pdf文件的路径

'''

try:

content_info = ws_api.get_article_content(url)

except:

return False

# 处理后的html

html = f'''

{title}

{title}

{content_info['content_html']}

'''

try:

path_wk="E:/softwareAPP/wkhtmltopdf/bin/wkhtmltopdf.exe";

config=pdfkit.configuration(wkhtmltopdf=path_wk)

pdfkit.from_string(input=html, output_path=targetPath,configuration=config)

except:

# 部分文章标题含特殊字符，不能作为文件名

filename = datetime.datetime.now().strftime('%Y%m%d%H%M%S') + '.pdf'

pdfkit.from_string(html, targetPath + os.path.sep + filename)

if __name__ == '__main__':

# 此处为要爬取公众号的名称

url2pdf("https://mp.weixin.qq.com/s/wwT5n2JwEEAkrrmOhedziw", "HBase的系统架构全视角解读","G:/test/hbase文档.pdf" )

# gzh_name = ''

# # 如果不存在目标文件夹就进行创建

# if not os.path.exists(targetPath):

# os.makedirs(targetPath)

# # 将该公众号最近10篇文章信息以字典形式返回

# data = ws_api.get_gzh_article_by_history(gzh_name)

# article_list = data['article']

# for article in article_list:

# url = article['content_url']

# title = article['title']

# url2pdf(url, title, targetPath)