1.安装wkhtmltopdf
下载地址:https://wkhtmltopdf.org/downloads.html
我测试用的是windows的，下载安装后结果如下
2 编写python 代码导出微信公众号文章
不能直接使用wkhtmltopdf 导出微信公众号文章，导出的文章会缺失图片，所以需要使用 wechatsogou 将微信公众号文章页面抓取，之后将html文本转化为pdf
pip install wechatsogou --upgrade
pip install pdfkit
踩坑！！！，看了很多人的代码，都是一个模板，大家都是抄来抄去，结果还是运行不了，可能是因为依赖包更新的原因，也可能是因为我本地没有配置wkhtmltopdf 的环境变量
-
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文件
-
:param url: 文章url
-
:param title: 文章标题
-
:param targetPath: 存储pdf文件的路径
-
'''
-
try:
-
content_info = ws_api.get_article_content(url)
-
except:
-
return False
-
# 处理后的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:
-
# 部分文章标题含特殊字符，不能作为文件名
-
filename = datetime.datetime.now().strftime('%Y%m%d%H%M%S') + '.pdf'
-
pdfkit.from_string(html, targetPath + os.path.sep + filename)
-
-
-
-
if __name__ == '__main__':
-
# 此处为要爬取公众号的名称
-
-
url2pdf("https://mp.weixin.qq.com/s/wwT5n2JwEEAkrrmOhedziw", "HBase的系统架构全视角解读","G:/test/hbase文档.pdf" )
-
# gzh_name = ''
-
# # 如果不存在目标文件夹就进行创建
-
# if not os.path.exists(targetPath):
-
# os.makedirs(targetPath)
-
# # 将该公众号最近10篇文章信息以字典形式返回
-
# data = 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本文首发于python黑洞网，博客园同步更新