python 使用 wechatsogou wkthmltopdf 匯出微信公眾號文章-有解無憂

1.安裝wkhtmltopdf

下載地址:https://wkhtmltopdf.org/downloads.html

我測驗用的是windows的，下載安裝后結果如下

2 撰寫python 代碼匯出微信公眾號文章

不能直接使用wkhtmltopdf 匯出微信公眾號文章，匯出的文章會缺失圖片，所以需要使用 wechatsogou 將微信公眾號文章頁面抓取，之后將html文本轉化為pdf

pip install wechatsogou --upgrade

pip install pdfkit

踩坑！！！，看了很多人的代碼，都是一個模板，大家都是抄來抄去，結果還是運行不了，可能是因為依賴包更新的原因，也可能是因為我本地沒有配置wkhtmltopdf 的環境變數

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檔案
:param url: 文章url
:param title: 文章標題
:param targetPath: 存盤pdf檔案的路徑
'''
try:
content_info = ws_api.get_article_content(url)
except:
return False
# 處理后的html
html = f'''
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>{title}</title>
</head>
<body>
<h2 style="text-align: center;font-weight: 400;">{title}</h2>
{content_info['content_html']}
</body>
</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:
# 部分文章標題含特殊字符，不能作為檔案名
filename = datetime.datetime.now().strftime('%Y%m%d%H%M%S') + '.pdf'
pdfkit.from_string(html, targetPath + os.path.sep + filename)
if __name__ == '__main__':
# 此處為要爬取公眾號的名稱
url2pdf("https://mp.weixin.qq.com/s/wwT5n2JwEEAkrrmOhedziw", "HBase的系統架構全視角解讀","G:/test/hbase檔案.pdf" )
# gzh_name = ''
# # 如果不存在目標檔案夾就進行創建
# if not os.path.exists(targetPath):
# os.makedirs(targetPath)
# # 將該公眾號最近10篇文章資訊以字典形式回傳
# data = https://www.cnblogs.com/pythonzhilian/p/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 本文首發于python黑洞網，博客園同步更新

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/10161.html

標籤：Python

上一篇：11_IO多路復用

下一篇：以Winsows Service方式運行JupyterLab