在之前，州的先生为了在觅道文档中实现 markdown 转 pdf 的功能，考察和调研的市面上的一些通行解决方案，详见https://zmister.com/archives/1607.html。

在那之后，觅道稳定选择了 Chromium + pyppeteer 的方案作为 HTML 转换 PDF 的技术栈。

但是这个方案并非完美，由于 PyPeeteer 这个第三方库年久失修，很多 Bug 没有修复，导致在觅道文档中调用它经常性地会出现异常。

不得已，州的先生只得另寻它法。由于觅道文档中生成的 PDF 是需要动态渲染一些图形的(比如 Echarts 图表、思维导图、流程图等)，所以只能在基于浏览器内核进行渲染的工具中进行选择。因为 whtmltopdf 使用的是老旧的 webkit 作为渲染内核，第一个就将其否决掉。

然后基于对 PyQt5 的熟悉，在 Windows 上使用 PyQt5 的 QWebengine 小部件对 HTML 文件进行 PDF 转换，测试效果还行。结果代码上传到 Linux 服务器上之后，各种系统依赖性的确实和报错。考虑到安装部署的便捷性，只能放弃这个测试了很久的方案。

最后转向了使用 Selenium 调用 Chromium 浏览器的无头模式，将打开的 HTML 打印导出为 PDF，算是比较完美地解决了觅道文档中文集导出 PDF 的问题。下面来看看最核心的实现过程：

依赖库

from selenium import webdriver

from selenium.webdriver.chrome.options import Options

import base64

配置 chrome 的启动参数

webdriver_options = Options()

webdriver_prefs = {}

webdriver_options.add_argument('--headless')

webdriver_options.add_argument('--disable-gpu')

webdriver_options.add_argument('--no-sandbox')

webdriver_options.add_argument('--disable-dev-shm-usage')

webdriver_options.experimental_options['prefs'] = webdriver_prefs

webdriver_prefs['profile.default_content_settings'] = {'images': 2}

实例化一个 Chrome

首先在 Selenium 中 实例化一个 Chrome 对象：

driver = webdriver.Chrome(executable_path=settings.CHROMIUM_DRIVER_PATH,options=webdriver_options)

然后请求 HTML 文件，path 为 HTML 文件路径，也可以为 url：

driver.get(path)

加载及处理

首先等待请求加载的完成：

WebDriverWait(driver, timeout).until(staleness_of(driver.find_element_by_tag_name('html')))

然后，配置一个用于打印命令的字典：

calculated_print_options = {

'landscape': False,

'displayHeaderFooter': False,

'printBackground': True,

'preferCSSPageSize': True,

}

接着，获取 selenium 当前 session 的相关信息，使用让 Chrome 执行 Page.printToPDF 这一用于打印页面的命令：

resource = "/session/%s/chromium/send_command_and_get_result" % driver.session_id

url = driver.command_executor._url + resource

body = json.dumps({'cmd': 'Page.printToPDF', 'params': calculated_print_options })

response = driver.command_executor._request('POST', url, body)

获取到最后的响应：

result = response.get('value')

最后将响应写入文件之中：

with open('report.pdf', 'wb') as file:

file.write(result)

这样，就实现了 HTML 到 PDF 文件的转换。

模块调用

实际上，Pypi 中已经存在第三方模块实现了上述的流程，并且添加了 PDF 文件压缩的功能。通过如下命令即可安装使用：

pip install pyhtml2pdf

具体的使用方法详见：https://pypi.org/project/pyhtml2pdf/

上述实现的觅道文档代码位于：https://gitee.com/zmister/MrDoc/blob/master/app_doc/report_html2pdf.py

分享到：