pdfkit批量转换html文件为pdf

最简单的epub文件转换为pdf文件的方法为使用电子书管理工具calibre，但是calibre要将文件添加到书库才能进行转换，添加到书库时会创建冗余的文件夹和文件，让人多少有点不爽。calibre工具套件里有epub文件编辑工具The Calibre e-book Editor，利用这个工具可以将epub文件中的资源文件导出到本地目录，导出到本地目录后就可以使用python包pdfkit转换为pdf文件。

上述方法需要三个准备工作：

1、安装wkhtmltopdf工具，pdfkit包装了这个工具。下载安装方法问度娘即可。

2、使用The Calibre e-book Editor将epub文件中的html文件里的层叠样式表、图片等外部文件的引用替换为绝对路径，如果不转换，程序执行过程中有很大概率发生OSError。批量转换HTML文件中资源链接的相对路径为绝对路径的参考方法如下图（具体查找正则表达式要看html文件中的链接格式而定，下图适用于用../引用到根目录的情形）：

图中替换路径file:///代表协议，e:/book是epub文件中的资源将要导出的目录。导出资源文件后的目录典型结构如下图：

其中，images文件夹中保存的是图片等资源，text文件夹中保存的是html文件。

3. 安装pdfkit包：pip install pdfkit

完成以上准备工作后，我们可以用pdfkit将text文件夹中的html文件转换为一个pdf文件：

import pdfkit
from pathlib import Pathinput_path = Path(r"E:\book\text")
output_path = r'E:\book'
#指定wkhtmltopdf安装路径，或者将wkhtmltopdf.exe添加到path环境变量中
config_pdf = pdfkit.configuration(wkhtmltopdf=r'd:\programs\wkhtmltopdf\bin\wkhtmltopdf.exe')options ={'encoding':'UTF-8','page-size':'A4','margin-top':'0.75in','margin-right':'0.75in','margin-bottom':'0.75in','margin-left':'0.75in','no-outline':False,#允许wkhtmltopdf.exe访问本地资源'enable-local-file-access': True
}input_files = list(str(o) for o in input_path.glob("*.html"))pdfkit.from_file(input = input_files,output_path=output_path + '\\pdf文件名.pdf',options=options,configuration=config_pdf)print('Done!')

上述代码中，'enable-local-file-access'选项默认情况下为False，不修改在转换时会导致ProtocolUnknownError，具体信息如下：

OSError: wkhtmltopdf reported an error:
Exit with code 1 due to network error: ProtocolUnknownError

如果不在html文件中连接层叠样式表，或者想为html文件使用另外的层叠样式表，那么有个限制，那就是层叠样式表只能为单个html输入文件添加。也就是说，只能将每个html文件转换成对应的pdf文件，然后再用其他工具或者用python代码将这些pdf文件合并（使用pypdf2软件包是个不错的选择）。将html文件分别转换成对应的pdf文件代码如下：

import pdfkit
from pathlib import Pathinput_path = Path(r"E:\book\text")
output_path = r'E:\book\pdf'config_pdf = pdfkit.configuration(wkhtmltopdf=r'd:\programs\wkhtmltopdf\bin\wkhtmltopdf.exe')options ={'encoding':'UTF-8','page-size':'A4','margin-top':'0.75in','margin-right':'0.75in','margin-bottom':'0.75in','margin-left':'0.75in','no-outline':False,'enable-local-file-access': True
}
#使用多个层叠样式表时应以数组形式提供
css=[r'E:\book\page_styles.css',r"E:\book\stylesheet.css"]input_files = list(input_path.glob("*.html"))for f in input_files:o_f = str.format(output_path + '\\' + f.stem + '.pdf')pdfkit.from_file(input = str(f),output_path=o_f,css=css,#指定层叠样式表，不能对多个输入文件指定层叠样式表options=options,configuration=config_pdf)
print('Done!')

pdfkit批量转换html文件为pdf相关推荐

python办公自动化实例(一):批量转换word文件为PDF
场景:有大批word文件需要转PDF,手动word转pdf速度很慢,尤其当word文件很大的时候,这时候就可以使用程序高效批量转换word文件了. 实现效果如下图所示代码如下: #!user/bin ...
Python - 批量转换Word文件为PDF文件
1,目的通过万能的Python把一个目录下的所有Word文件转换为PDF文件. 2,遍历目录作者总结了三种遍历目录的方法,分别如下. 2.1,调用glob 遍历指定目录下的所有文件和文件夹,不递归 ...
Python+pywin32批量转换Word文件为PDF文件
代码功能:把当前文件夹中多个Word文件批量转换为PDF文件技术原理:代码实际上是调用了Word的"导出"功能,模拟了手工转换的操作并实现了自动化,要求已正确安装Python扩展 ...
python批量pdf转word,python批量实现Word文件转换为PDF文件
本文为大家分享了python批量转换Word文件为PDF文件的具体方法,供大家参考,具体内容如下 1.目的通过万能的Python把一个目录下的所有Word文件转换为PDF文件. 2.遍历目录作者总 ...
python批量操作word文档实战_python批量实现Word文件转换为PDF文件
本文为大家分享了python批量转换Word文件为PDF文件的具体方法,供大家参考,具体内容如下 1.目的通过万能的Python把一个目录下的所有Word文件转换为PDF文件. 2.遍历目录作者总 ...
python编辑svg文件_使用Python批量转换SVG文件为PNG或PDF文件
使用Python批量转换SVG文件为PNG或PDF文件使用Python批量转换SVG文件为PNG或PDF文件使用模块 1 模块单独使用 2 模块用于代码实例 1 命令行方式 2 python脚本 ...
labelme 批量转换json文件详细步骤
在run maskrcnn代码时,训练自己数据需要批量转换json文件,下面是详细步骤: cd 到/usr/local/lib/python3.6/dist-packages/labelme/cli路 ...
【使用ChatGPT自动化】批量转换.csv文件为.xlsx文件
第1次提问: 我:我想使用Python批量转换.csv文件为.xlsx文件,请你提供代码它:好的,以下是使用Python批量转换.csv文件为.xlsx文件的代码: import os import ...
轻松转换CAJ文件为PDF格式：免费工具和技巧
在处理中国知网(CNKI)数据库中的CAJ文件时,将其转换为更常用的PDF格式可以提供更广泛的共享和便捷的阅读体验.本文将介绍一种免费的工具和一些技巧,帮助您轻松地将CAJ文件转换为PDF格式.我们将 ...

pdfkit批量转换html文件为pdf

pdfkit批量转换html文件为pdf相关推荐

最新文章

热门文章