pythonhtmlpdf文件

⑴ python下面有什麼生成pdf文件的庫

可以使用 pdfkit
功能：
1.wkhtmltopdf主要用於HTML生成PDF。
2.pdfkit是基於wkhtmltopdf的python封裝，支持URL，本地文件，文本內容到PDF的轉換，其最終還是調用wkhtmltopdf命令。是目前接觸到的python生成pdf效果較好的。

⑵ python怎樣讀取pdf文件的內容

1，引言
晚上翻看《Python網路數據採集》這本書，看到讀取PDF內容的代碼，想起來前幾天集搜客剛剛發布了一個抓取網頁pdf內容的抓取規則，這個規則能夠把pdf內容當成html來做網頁抓取。神奇之處要歸功於Firefox解析PDF的能力，能夠把pdf格式轉換成html標簽，比如，div之類的標簽，從而用GooSeeker網頁抓取軟體像抓普通網頁一樣抓取結構化內容。
從而產生了一個問題：用Python爬蟲的話，能做到什麼程度。下面將講述一個實驗過程和源代碼。
2，把pdf轉換成文本的Python源代碼
下面的python源代碼，讀取pdf文件內容(互聯網上的或是本地的)，轉換成文本，列印出來。這段代碼主要用了一個第三方庫PDFMiner3K把PDF讀成字元串，然後用StringIO轉換成文件對象。（源代碼下載地址參看文章末尾的GitHub源）
復制代碼
from urllib.request import urlopen
from pdfminer.pdfinterp import PDFResourceManager, process_pdf
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from io import StringIO
from io import open
def readPDF(pdfFile):
rsrcmgr = PDFResourceManager()
retstr = StringIO()
laparams = LAParams()
device = TextConverter(rsrcmgr, retstr, laparams=laparams)
process_pdf(rsrcmgr, device, pdfFile)
device.close()
content = retstr.getvalue()
retstr.close()
return content
pdfFile = urlopen("http://pythonscraping.com/pages/warandpeace/chapter1.pdf")
outputString = readPDF(pdfFile)
print(outputString)
pdfFile.close()
復制代碼
如果PDF文件在你的電腦里，那就把urlopen返回的對象pdfFile替換成普通的open()文件對象。
3，展望
這個實驗只是把pdf轉換成了文本，但是沒有像開頭所說的轉換成html標簽，那麼在Python編程環境下是否有這個能力，留待今後探索。
4，集搜客GooSeeker開源代碼下載源
1. GooSeeker開源Python網路爬蟲GitHub源
5，文檔修改歷史
2016-05-26：V2.0，增補文字說明
2016-05-29：V2.1，增加第六章：源代碼下載源，並更換github源的網址

⑶ python 有沒有將 html 文件轉換為 pdf 的庫

python 有沒有將 html 文件轉換為 pdf 的庫
說明：將以下腳本拷貝到vi中，保存，修改許可權執行，得到你想要的結果。

#!/bin/bash
cd /etc/named
cp honey.com.zone /tmp/honey.com.zone.bk
awk '/^@ IN NS nsl.honey.com./ {print "@ IN NS nsl.ashaur.com";next} \
/^www IN A 192.168.1.7/ {print "www IN A 192.168.1.6";next} \
{print}' honey.com.zone >/tmp/honey.com.zone.tmp
cp /tmp/honey.com.zone.tmp /etc/named/honey.com.zone

⑷ 請問如何用python打開一個html文件

importwx.html2

classBrower(wx.Frame):
def__init__(self):
wx.Frame.__init__(self,None,-1,"BROWER",size=(-1,-1))
self.browser=wx.html2.WebView.New(self,style=0,size=(-1,-1))
self.html_file="test.html"
self.browser.LoadURL(os.path.realpath("test.html"))

⑸ 請問怎麼通過python爬蟲獲取網頁中的pdf文件

首先把鏈接URL爬取出來，然後get流下載pdf文件，再用pdf模塊來讀取它。

⑹ python怎麼轉成pdf

方法一：使用虛擬列印機pdf factory即可，而且其他格式文件只要是能夠列印，選擇這個虛擬列印機，都可以做成PDF文件，很簡單實用；
方法二：用其他虛擬列印機轉成PDF文件。
方法三：使用專門的轉換軟體，把文件轉成PDF文件。

⑺ 如何利用Python抓取PDF中的某些內容

你的問題事實上包含幾部分：將PDF轉化為純文本格式抽取其中部分內容格式化寫入到excel中轉換PDF有很多庫可以完成，如下是通過pdfminer的示例：.,..._pdf_2_text(path):rsrcmgr=PDFResourceManager()retstr=StringIO()device=TextConverter(rsrcmgr,retstr,codec='utf-8',laparams=LAParams())interpreter=PDFPageInterpreter(rsrcmgr,device)withopen(path,'rb')asfp:forpageinPDFPage.get_pages(fp,set()):interpreter.process_page(page)text=retstr.getvalue()device.close()retstr.close()returntext需要指出的是，pdfminer不但可以將PDF轉換為text文本，還可以轉換為HTML等帶有標簽的文本。上面只是最簡單的示例，如果每頁有很獨特的標志，你還可以按頁單獨處理。

⑻ 如何解決Python讀取PDF內容慢的問題

1，引言

晚上翻看《Python網路數據採集》這本書，看到讀取PDF內容的代碼，想起來前幾天集搜客剛剛發布了一個抓取網頁pdf內容的抓取規則

如果PDF文件在你的電腦里，那就把urlopen返回的對象pdfFile替換成普通的open()文件對象。

3，展望

這個實驗只是把pdf轉換成了文本，但是沒有像開頭所說的轉換成html標簽，那麼在Python編程環境下是否有這個能力，留待今後探索。


4，集搜客GooSeeker開源代碼下載源

1.GooSeeker開源Python網路爬蟲GitHub源

5，文檔修改歷史

2016-05-26：V2.0，增補文字說明
2016-05-29：V2.1，增加第六章：源代碼下載源，並更換github源的網址

⑼ python變形調整pdf文檔尺寸

把一個目錄下的所有Word文件，轉換為PDF文件。
1.打開要縮小的pdf文件，在打開的窗口中找到文件選項。2.點擊文件選項後，出現下拉菜單，在這里找到另存為其他。3.滑鼠放到另存為其他選項後，出現新的菜單這里選擇縮小大小的PDF。
Python語法和動態類型，以及解釋型語言的本質，使它成為多數平台上寫腳本和快速開發應用的編程語言，隨著版本的不斷更新和語言新功能的添加，逐漸被用於獨立的、大型項目的開發。

⑽ 如何使用python來獲取pdf文件里的文字，最好是不能亂碼

參考下PDFMiner，裡面有一個pdf2txt.py，可以抽取中文，試的時候最好保存成文件，
如果在控制台輸出，會因為編碼問題而顯示亂碼。http://www.unixuser.org/~euske/python/pdfminer/index.html