任务：保存json格式数据到pdf表格

1. 背景

来源，小练手项目。
请求数据的前端接口为：/get/all/userinfo
采用的后端为flask，因为后端自定定义了对应的数据获取，这里就直接调用后端的接口：from db.users import UserDB UserDB().getAllUserInfo()
对应的数据库采用mongodb，删除其余的非相关部分，UserDB类如下：

import pymongo
import db.settings as setting

class UserDB(object):
    def __init__(self):
        # 获取MongoClient对象
        self.myclient = pymongo.MongoClient("mongodb://" + setting.DB_HOST + ":" + setting.DB_PORT + "/")
        # 得到数据库链接
        self.mydb = self.myclient[setting.DB_DATABASE_NAME]
        # 得到user数据库表
        self.userTabConnection = self.mydb[setting.DB_TABLE_USERS]

    def getAllUserInfo(self):
        return list(self.userTabConnection.find())

而setting就是简单的定义了一些配置信息，如：

PORT = 4040
HOST = '127.0.0.1'
STATIC_FOLDER = 'static'
TEMPLATES_FOLDER = 'templates'

在前端的views，对应如下定义：

@app.route('/get/all/userinfo', methods=["get"])
def getAllUserInfo():
    # username = request.args.get("username")
    results = []
    for obj in UserDB().getAllUserInfo():
       obj = dict(obj)
       obj.pop('_id')
       results.append(obj)
    return json.dumps({"data": results})

该链接调用：

对应的渲染页面：

而链接地址中的showAll=true用于在表格中的渲染所有参数，在js中使用

// 来源：链接获取
// 如：http://127.0.0.1:4040/admin/userinfo?username=%E7%8E%8B%E5%88%9A&showAll=true
if(window.location.search.split("&")[1] != undefined && window.location.search.split("&")[1].split("=")[0] == 'showAll'){
    var showAll = JSON.parse(window.location.search.split("&")[1].split("=")[1]); //保存为pdf的时候，需要显示所有
}else{
    var showAll = false;
}

来获取到showAll参数，然后简单配置逻辑即可。

2. 保存pdf

使用pdfkit，参考使用python生成pdf进行安装。这里做简单记录：

• 安装pdfkit： pip install pdfkit -i https://pypi.douban.com/simple
• 安装wkhtmltopdf：https://wkhtmltopdf.org/downloads.html

经过测试，使用pdfkit.from_url没有延迟，不能完整加载所有内容，故这里考虑直接使用字符串的格式。

import pdfkit
from db.users import UserDB

config=pdfkit.configuration(wkhtmltopdf=r"D:\softwares\wkhtmltopdf\bin\wkhtmltopdf.exe")
options = {
        'page-size': 'A4',
        'margin-top': '10mm',
        'margin-right': '10mm',
        'margin-bottom': '10mm',
        'margin-left': '10mm',
        'orientation':'Landscape', #横向
        'encoding': "UTF-8",
        'no-outline': None,
        'footer-right':'[page]' #设置页码
    }

HTML = "<center style='margin-bottom: 20px;'><h1>总用户信息</h1></center><table class='mytable'><tr class='mytable-th'><td>用户ID</td><td>用户姓名</td><td>性别</td><td>电话</td><td>QQ</td><td>微信</td><td>用户角色</td><td>所属部门</td><td>直接领导</td></tr>"
kehu_num = 0
datas = list(UserDB().getAllUserInfo())
for i in range(len(datas)):
        if datas[i]['role'] == "客户":
            kehu_num += 1
        HTML += "<tr class='mytable-tr'><td>"+str(i+1)+"</td><td>"+datas[i]['username']+\
                "</td><td>"+datas[i]['sex']+"</td><td>"+datas[i]['phone']+"</td><td>"+datas[i]['qq']+\
                "</td><td>"+datas[i]['weichat']+"</td><td>"+datas[i]['role']+"</td><td>"+datas[i]['department']+\
                "</td><td>"+datas[i]['superior']+"</td></tr>"
HTML += "<div style='font-size: 1.2rem;margin-top: 20px;margin-bottom: 20px;'>用户总数量："+str(len(datas))+"，客户数量："+str(kehu_num)+"，职工数量："+str(len(datas)-kehu_num)+"</div>"
pdfkit.from_string(HTML, "Test.pdf", options=options, css="randerTable.css", configuration=config)

打开pdf查看效果：

附css文件

.mytable{
	line-height: 30px;
	width: 100%;
	border: 1px solid #CCCCCC;
}
.mytable-th{
	background: #EEEEEE;
	border-bottom: 1px solid #B2B2B2;
}
.mytable-th td{
	padding: 5px 20px;
	font-size: 1.2rem;
	font-weight: bold;
	color: #4E5465;
	text-align: center;
	border-left: 1px solid #EEEEEE;
	border-top: 1px solid #EEEEEE;
}
.mytable-tr:hover{
	background: #CCCCCC;
}
.mytable-tr td{
	padding: 5px 20px;
	font-size: 1.2rem;
	color: #333333;
	text-align: center;
	border-left: 1px solid #EEEEEE;
	border-top: 1px solid #EEEEEE;
}
.mytable-tr td::selection{
	background: #000000;
	color: white;
}

.mytable-th td:first-child input,
.mytable-tr td:first-child input{
	width: 15px;
	height: 15px;
}
.mytable-th td:first-child, 
.mytable-tr td:first-child{
	padding: 5px 8px;
}

.mytable-tr td:last-child span{
	display: inline-block;
	margin-left: 10px;
	padding: 1px 5px;
	border-radius: 3px;
	color: white;
	font-size: 0.9rem;
	cursor: pointer;
	/* 设置可选择属性 */
	-moz-user-select:none;
	-o-user-select:none;
	-webkit-user-select:none;
	-ms-user-select:none;
	user-select:none;
	letter-spacing: 0.2rem;
}
.mytable-tr td:last-child span:first-child{
	margin-left: 0;
	background: #009688;
}
.mytable-tr td:last-child span:first-child:hover{
	background: #037E74;
	color: #EEEEEE;
}
.mytable-tr td:last-child span:last-child{
	margin-right: 0;
	background: #EB7350;
}
.mytable-tr td:last-child span:last-child:hover{
	background: #BC4827;
	color: #EEEEEE;
}
.mytable-header{
	background: #CCCCCC;
	height: 50px;
	text-align: left;
	display: flex;
	flex-direction: row;
	border: 2px solid #CCCCCC;
	margin-bottom: 10px;
}
.mytable-header-left, 
.mytable-header-right{
	flex: 1;
}

.mytable-header-right{
	text-align: right;
}

.mytable-header span{
	display: inline-block;
	line-height: 30px;
	margin-top: 10px;
	padding-left: 8px;
	padding-right: 8px;
	border-radius: 5px;
	color: white;
	/* 设置可选择属性 */
	-moz-user-select:none;
	-o-user-select:none;
	-webkit-user-select:none;
	-ms-user-select:none;
	user-select:none;
	letter-spacing: 0.2rem;
	margin-left: 5px;
	cursor: pointer;
}
.mytable-header .mytable-header-left span:first-child:hover{
	background: #087167;
	color: #EEEEEE;
}
.mytable-header .mytable-header-left span:first-child{
	background: #009688;
}
.mytable-header .mytable-header-left span:last-child:hover{
	background: #6C6C6C;
	color: #EEEEEE;
}
.mytable-header .mytable-header-left span:last-child{
	background: #999999;
}
.mytable-header .mytable-header-left span:nth-child(2):hover{
	background: #8E2108;
	color: #EEEEEE;
}
.mytable-header .mytable-header-left span:nth-child(2){
	background: #CB2D01;
}

.mytable-header .mytable-header-right span:hover{
	background: #1C6F36;
}
.mytable-header .mytable-header-right span{
	background: #41A863;
	margin-right: 10px;
}
.mytable-header .mytable-header-right input{
	border: none;
	outline:none;
	height: 24px;
	border-radius: 5px;
	width: 200px;
	padding-left: 5px;
}

.mytable-bottom{
	margin-top: 5px;
	display: flex;
	flex-direction: row;
	font-size: 1.2rem;
	padding-bottom: 10px;
}
.mytable-bottom-left{
	flex: 1;
}
.mytable-bottom-right{
	flex: 1;
	text-align: center;
	height: 40px;
}
.mytable-bottom-left span, 
.mytable-bottom-right span{
	display: inline-block;
	margin-left: 10px;
	height: 30px;
	line-height: 30px;
	margin-top: 5px;
	cursor: pointer;
}
.mytable-bottom-left span:first-child{
	margin-left: none;
	margin-right: 10px;
	color: #555;
	font-weight: bold;
}
.mytable-bottom-left span input{
	width: 2rem;
}
.mytable-bottom-left span:last-child:hover{
	background: #08675F;
}
.mytable-bottom-left span:last-child{
	background: #009688;
	padding: 2px 5px;
	height: 30px;
	line-height: 30px;
	border-radius: 5px;
	color: white;
}

.selected{
	background: #BC4827;
	color: white;
	padding: 2px 5px;
	border-radius: 2px;
}

#page-reset:hover{
	background: #BC401F;
}
#page-reset{
	background: #EB7350;
	margin-left: 0;
}

用python生成pdf，记录一下。

import pdfkit
import json
import requests
import time
import os
from PyPDF2 import PdfFileReader, PdfFileWriter
from reportlab.lib.units import cm
from reportlab.pdfgen import canvas


# 将wkhtmltopdf.exe程序绝对路径传入config对象
path_wkthmltopdf = r'D:\\Program Files\\wkhtmltopdf\\bin\\wkhtmltopdf.exe'
config = pdfkit.configuration(wkhtmltopdf=path_wkthmltopdf)
pdfkit_options = {'encoding': 'UTF-8'}
filename="daytest.pdf"
str_content=""
contents=""
description=""
def start(offset_dynamic_id):
    global str_content,contents,description
    url="https://api.vc.bilibili.com/dynamic_svr/v1/dynamic_svr/space_history?visitor_uid=283857977&host_uid=192450084&offset_dynamic_id="+str(offset_dynamic_id)+"&need_top=1&platform=web"
    headers={
        "user-agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36"
    }
    r=requests.get(url,headers=headers)
    r.encoding="utf8"
    j=json.loads(r.text)
    lens_cards = len(j['data']['cards'])
    tmp=""
    for i in range(lens_cards-1,-1,-1):
        jj=json.loads(j['data']['cards'][i]['card'])
        if 'item' in jj:
            if 'timestamp' in jj['item']:
                timestamp=jj['item']['timestamp']
                timeArray = time.localtime(timestamp)
                formatTime = time.strftime("%Y-%m-%d", timeArray)
                print (formatTime)
            if 'upload_time' in jj['item']:
                timestamp=jj['item']['upload_time']
                timeArray = time.localtime(timestamp)
                formatTime = time.strftime("%Y-%m-%d", timeArray)
                print (formatTime)
            if 'content' in jj['item'] and "每日一题" in str(jj['item']['content']):
                contents=jj['item']['content'].replace("\n","<br>")
                print(contents)
            if 'description' in jj['item'] and "解析" in str(jj['item']['description']):
                description = jj['item']['description'].replace("\n","<br>")
                print(description)
            if 'pictures' in jj['item']:
                pictures= jj['item']['pictures']
                lens_pic=len(pictures)
                print(pictures[0]['img_src'])
                for pic in range(0,lens_pic):
                    pic_url=pictures[pic]['img_src']
                    print(pic_url)
                    savepic(formatTime,pic_url,pic)
            finalcontent = str(contents)+ '<br>' +str(description)+ '<br>'
            if finalcontent != tmp:
                str_content = str(str_content)+'<br>' + '<br>' + str(formatTime)+ '<br>' + str(finalcontent)
            tmp = finalcontent
            print('--------------------')
            time.sleep(2)
    pdfkit.from_string(str_content,filename,configuration=config, options=pdfkit_options)    

def savepic(filename,imgurl,picname):
    if os.path.exists("./jx/"+filename):
        print('exists file！！！')
    else:
        os.makedirs("./jx/"+filename)
    r=requests.get(imgurl).content
    with open("./jx/"+str(filename)+"/"+str(picname)+'.jpg',"wb") as f:
        f.write(r)


def create_watermark(content):
    """水印信息"""
    # 默认大小为21cm*29.7cm
    file_name = "mark.pdf"
    c = canvas.Canvas(file_name, pagesize=(21 * cm, 29.7 * cm))
    # 移动坐标原点(坐标系左下为(0,0))
    c.translate(5 * cm, 10 * cm)
 
    # 设置字体
    c.setFont("Helvetica", 80)
    # 指定描边的颜色
    c.setStrokeColorRGB(0, 1, 0)
    # 指定填充颜色
    c.setFillColorRGB(0, 1, 0)
    # 画一个矩形
    # c.rect(cm, cm, 7*cm, 17*cm, fill=1)
    # 旋转45度,坐标系被旋转
    c.rotate(30)
    # 指定填充颜色
    c.setFillColorRGB(0, 0, 0, 0.1)
    # 设置透明度,1为不透明
    # c.setFillAlpha(0.1)
    # 画几个文本,注意坐标系旋转的影响
    c.drawString(3 * cm, 0 * cm, content)
    c.setFillAlpha(0.6)
    # 关闭并保存pdf文件
    c.save()
    return file_name
 
 
def add_watermark(pdf_file_in, pdf_file_mark, pdf_file_out):
    """把水印添加到pdf中"""
    pdf_output = PdfFileWriter()
    input_stream = open(pdf_file_in, 'rb')
    pdf_input = PdfFileReader(input_stream, strict=False)
 
    # 获取PDF文件的页数
    pageNum = pdf_input.getNumPages()
 
    # 读入水印pdf文件
    pdf_watermark = PdfFileReader(open(pdf_file_mark, 'rb'), strict=False)
    # 给每一页打水印
    for i in range(pageNum):
        page = pdf_input.getPage(i)
        page.mergePage(pdf_watermark.getPage(0))
        page.compressContentStreams()  # 压缩内容
        pdf_output.addPage(page)
    pdf_output.write(open(pdf_file_out, 'wb'))
 
if __name__ == '__main__':
    offset_dynamic_id=[
    '596643666922248396',
    '597941412765972945',
    '599613099937925403','601272168487401677',
    '602762930168798777','603950931004835873',
    '605354350221887065','607034021734160739',
    '610773503734780835','612563418471648514',
    '613902958643821419','615852422824317201',
    '616876308669489985','618509839342691948',
    '620733258013494055','623340530794036514',
    '625219514568319250','627047177770485970',
    '628773067432125784','630017972369358854',
    '632081467918254103','634110127014674434',
    '635942952759197713','636984997739233283',
    '638180106740695049','640274045016735745',
    '642094170555547656','643378455991287863',
    '645447419045085191','646665497531645972',
    '648165540655792160','650078922962108425',
    '652285565245325316','0'
    ]
    for i in range(0,len(offset_dynamic_id)):
        start(offset_dynamic_id[i])
    pdf_file_in = filename
    pdf_file_out = filename+'_watermark.pdf'
    pdf_file_mark = create_watermark('marks')
    add_watermark(pdf_file_in, pdf_file_mark, pdf_file_out)

效果

唯一不理想的是，pdfkit不能自己在pdf中插入图片！

前言

总是担心一些被看好的技术文章被删除，一直有想将数据抓取存下来自己想看就看，琢磨看了下抓取存取为pdf,也不做总结了，转载下。

python中将html转化为pdf的常用工具是Wkhtmltopdf工具包，在python环境下，pdfkit是这个工具包的封装类。如何使用pdfkit以及如何配置呢？分如下几个步骤。

1、下载wkhtmltopdf安装包，并且安装到电脑上，在系统Path变量中添加wkhtmltopdf的bin路径，以便于pdfkit的调用。
下载地址：https://wkhtmltopdf.org/downloads.html
请根据自己的系统版本，选择合适的安装包。如果没有装C语言库，建议选择Windows下的第二种。

2、在pycharm中安装pdfkit库，过程就不介绍啦，前面讲过类似的内容。

pip install pdfkit

3、在pycharm中安装whtmltopdf库。

pip install wkhtmltopdf

这个和第一步中的安装包是两个东西，请区别开来。

用法简介

对于简单的任务来说，代码很easy，比如：

import pdfkit
pdfkit.from_url('http://baidu.com','out.pdf')
pdfkit.from_file('test.html','out.pdf')
pdfkit.from_string('Hello!','out.pdf')

pdfkit包含的方法很少，主要用的就是这三个，我们简单看一下每个函数的API：

from_ulr()

def from_url(url, output_path, options=None, toc=None, cover=None,
             configuration=None, cover_first=False):
    """
    Convert file of files from URLs to PDF document

    :param url: url可以是某一个url也可以是url的列表，
    :param output_path: 输出pdf的路径，如果设置为False意味着返回一个string

    Returns: True on success
    """

    r = PDFKit(url, 'url', options=options, toc=toc, cover=cover,
               configuration=configuration, cover_first=cover_first)

    return r.to_pdf(output_path)

from_file()

def from_file(input, output_path, options=None, toc=None, cover=None, css=None,
              configuration=None, cover_first=False):
    """
    Convert HTML file or files to PDF document

    :param input: 输入的内容可以是一个html文件，或者一个路径的list，或者一个类文件对象
    :param output_path: 输出pdf的路径，如果设置为False意味着返回一个string

    Returns: True on success
    """

    r = PDFKit(input, 'file', options=options, toc=toc, cover=cover, css=css,
               configuration=configuration, cover_first=cover_first)

    return r.to_pdf(output_path)

from_string()

def from_string(input, output_path, options=None, toc=None, cover=None, css=None,
                configuration=None, cover_first=False):
    #类似的，这里就不介绍了
    r = PDFKit(input, 'string', options=options, toc=toc, cover=cover, css=css,
               configuration=configuration, cover_first=cover_first)
    return r.to_pdf(output_path)

举几个栗子

我们可以传入列表：

pdfkit.from_url(['google.com', 'yandex.ru', 'engadget.com'], 'out.pdf')
pdfkit.from_file(['file1.html', 'file2.html'], 'out.pdf')

我们可以将一个打开的文件对象传进去：

with open('file.html') as f:
    pdfkit.from_file(f, 'out.pdf')

如果我们想继续操作pdf，可以将其读取成一个变量，其实就是一个string变量。

# Use False instead of output path to save pdf to a variable
pdf = pdfkit.from_url('http://google.com', False)

指定pdf的格式

我们可以指定各种选项，就是上面三个方法中的options。
具体的设置可以参考https://wkhtmltopdf.org/usage/wkhtmltopdf.txt 里面的内容。
我们这里只举个栗子：

options = {
    'page-size': 'Letter',
    'margin-top': '0.75in',
    'margin-right': '0.75in',
    'margin-bottom': '0.75in',
    'margin-left': '0.75in',
    'encoding': "UTF-8",
    'custom-header' : [
        ('Accept-Encoding', 'gzip')
    ]
    'cookie': [
        ('cookie-name1', 'cookie-value1'),
        ('cookie-name2', 'cookie-value2'),
    ],
    'no-outline': None
}

pdfkit.from_url('http://google.com', 'out.pdf', options=options)

默认的，pdfkit会show出所有的output，如果你不想使用，可以设置为quite：

options = {
    'quiet': ''
    }

pdfkit.from_url('google.com', 'out.pdf', options=options)

我们还可以传入任何html标签，比如：

body = """
    <html>
      <head>
        <meta name="pdfkit-page-size" content="Legal"/>
        <meta name="pdfkit-orientation" content="Landscape"/>
      </head>
      Hello World!
      </html>
    """

pdfkit.from_string(body, 'out.pdf') #with --page-size=Legal and --orientation=Landscape

改进

有了上面的知识之后，我们大可以尝试一下，如果将之前的save_file方法做一些改变，就能够实现我们下载PDF的目标啦。
我们将方法名改成save_to_pdf，并且在get_body方法中直接返回str(div)，而不是div.text。代码如下：

def save_to_pdf(url):
    '''
    根据url，将文章保存到本地
    :param url:
    :return:
    '''
    title=get_title(url)
    body=get_Body(url)
    filename=author+'-'+title+'.pdf'
    if '/' in filename:
        filename=filename.replace('/','+')
    if '\\' in filename:
        filename=filename.replace('\\','+')
    print(filename)
    options = {
        'page-size': 'Letter',
        'encoding': "UTF-8",
        'custom-header': [
            ('Accept-Encoding', 'gzip')
        ]
    }
    #本来直接调用pdfkid的from方法就可以了，但是由于我们的wkhtmltopdf安装包有点问题，一直没法搜到，所以只能用本办法，直接配置了wk的地址
    #尴尬了，主要是一直没法下载到最新的wk，只能在网上down了旧版本的。有谁能下到的话发我一份。。。
    config=pdfkit.configuration(wkhtmltopdf=r'C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe')
    pdfkit.from_string(body,filename,options=options,configuration=config)
    print('打印成功！')

哈哈，成功了，下载了这么多pdf，回头慢慢看就可以了。

常见错误：

IOError: No wkhtmltopdf executable found:

python使用pdfkit中，如果使用pdfkit.from_url 或者pdfkit.from_string等，就会出现上述错误。而且如果你使用pip安装了 wkhtmltopdf，还是会出现这个问题：
If this file exists please check that this process can read it. Otherwise please install wkhtmltopdf -
因此需要去安装windows版本的wkhtmltopdf
此处进入下载网址
安装完成之后需要在代码中添加以下内容：

path_wk = r'C:\Python27\wkhtmltopdf\bin\wkhtmltopdf.exe' #安装位置
config = pdfkit.configuration(wkhtmltopdf = path_wk)
pdfkit.from_url(url, 'taobao.pdf', configuration=config)

IOError: ‘Command Failed’

如果出现这个错误意味着 PDFKit不能处理一个输入。你可以尝试直接在错误信息后面直接运行一个命令来查看是什么导致了这个错误 （某些版本的 wkhtmltopdf会因为段错误导致处理失败

===============================================
1.首先，使用谷歌浏览器打开要保存的页面，例如本人打开了学习python的一个网页。

2. 在浏览器右上角，点击“自定义及控制Google Chrome”标签，在弹出的下拉菜单中选择“打印”；或使用快捷键“Crtl+P”调出此菜单。

3. 在弹出的打印设置及预览页面，在页面右侧的“目标打印机”选项处点击“更改”，默认为设置连接的实际打印机。

4. 在弹出的“选择打印机”窗口，在本地目标打印机的管理框里面选择“另存为PDF”选项。

5. 之后还可以具体设置打印的细节，如“页码“，”布局“，”纸张尺寸“，”边距“和”选项“的设置。

6. 设置好之后选择”保存“按钮，在弹出的窗口填写好文件名称，就可以保存了。

本文参考：https://www.cnblogs.com/xingzhui/p/7887212.html
https://blog.csdn.net/sinat_20280061/article/details/51674605
https://jingyan.baidu.com/article/546ae1853b1eb51148f28c6e.html

转载原文： https://blog.csdn.net/xc_zhou/article/details/80952168