资讯专栏INFORMATION COLUMN

Python之将Python字符串生成PDF

Freelander / 1301人阅读

摘要:笔者在今天的工作中,遇到了一个需求,那就是如何将字符串生成。比如,需要把字符串这是测试文件生成为该中含有文字这是测试文件。

  笔者在今天的工作中,遇到了一个需求,那就是如何将Python字符串生成PDF。比如,需要把Python字符串‘这是测试文件’生成为PDF, 该PDF中含有文字‘这是测试文件’。
  经过一番检索,笔者决定采用wkhtmltopdf这个软件,它可以将HTML转化为PDF。wkhtmltopdf的访问网址为:https://wkhtmltopdf.org/downloads.html ,读者可根据自己的系统下载对应的文件并安装。安装好wkhtmltopdf,我们再安装这个软件的Python第三方模块——pdfkit,安装方式如下:

pip install pdfkit

  我们再讨论如下问题:

如何将Python字符串生成PDF;

如何生成PDF中的表格;

解决PDF生成速度慢的问题。

如何将Python字符串生成PDF

  该问题的解决思路还是利用将Python字符串嵌入到HTML代码中解决,注意换行需要用
标签,示例代码如下:

import pdfkit

# PDF中包含的文字
content = "这是一个测试文件。" + "
" + "Hello from Python!" html = "" "

%s

"%content # 转换为PDF pdfkit.from_string(html, "./test.pdf")

输出的结果如下:

Loading pages (1/6)
Counting pages (2/6)
Resolving links (4/6)
Loading headers and footers (5/6)
Printing pages (6/6)
Done

生成的test.pdf如下:

如何生成PDF中的表格

  接下来我们考虑如何将csv文件转换为PDF中的表格,思路还是利用HTML代码。示例的iris.csv文件(部分)如下:

  将csv文件转换为PDF中的表格的Python代码如下:

import pdfkit

# 读取csv文件
with open("iris.csv", "r") as f:
    lines = [_.strip() for _ in f.readlines()]

# 转化为html中的表格样式
td_width = 100
content = "" % (td_width*len(lines[0].split(",")))

for i in range(len(lines)):
    tr = ""+"".join([""%(td_width, _) for _ in lines[i].split(",")])+""
    content += tr

content += "
%s
" html = "" "
%s
" % content # 转换为PDF pdfkit.from_string(html, "./iris.pdf")

  生成的PDF文件为iris.pdf,部分内容如下:

解决PDF生成速度慢的问题

  用pdfkit生成PDF文件虽然方便,但有一个比较大的缺点,那就是生成PDF的速度比较慢,这里我们可以做个简单的测试,比如生成100份PDF文件,里面的文字为“这是第*份测试文件!”。Python代码如下:

import pdfkit
import time

start_time = time.time()

for i in range(100):
    content = "这是第%d份测试文件!"%(i+1)
    html = "" 
           "
%s
" % content # 转换为PDF pdfkit.from_string(html, "./test/%s.pdf"%(i+1)) end_time = time.time() print("一共耗时:%s 秒." %(end_time-start_time))

在这个程序中,生成100份PDF文件一共耗时约192秒。输出结果如下:

......
Loading pages (1/6)
Counting pages (2/6)                                               
Resolving links (4/6)                                                       
Loading headers and footers (5/6)                                           
Printing pages (6/6)
Done                                                                      
一共耗时:191.9226369857788 秒.

  如果想要加快生成的速度,我们可以使用多线程来实现,主要使用concurrent.futures模块,完整的Python代码如下:

import pdfkit
import time
from concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED

start_time = time.time()

# 函数: 生成PDF
def convert_2_pdf(i):
    content = "这是第%d份测试文件!"%(i+1)
    html = "" 
           "
%s
" % content # 转换为PDF pdfkit.from_string(html, "./test/%s.pdf"%(i+1)) # 利用多线程生成PDF executor = ThreadPoolExecutor(max_workers=10) # 可以自己调整max_workers,即线程的个数 # submit()的参数: 第一个为函数, 之后为该函数的传入参数,允许有多个 future_tasks = [executor.submit(convert_2_pdf, i) for i in range(100)] # 等待所有的线程完成,才进入后续的执行 wait(future_tasks, return_when=ALL_COMPLETED) end_time = time.time() print("一共耗时:%s 秒." %(end_time-start_time))

在这个程序中,生成100份PDF文件一共耗时约41秒,明显快了很多~

注意:不妨了解下笔者的微信公众号: Python爬虫与算法(微信号为:easy_web_scrape), 欢迎大家关注~

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/43821.html

相关文章

  • python制作pdf电子书

    摘要:制作电子书准备制作电子书使用的是的这个库,是的封装包,因此在安装这个之前要安装安装下,不过这里安装的时候可能对应的版本不同,会出现错误,如果不行的话还请自己百度下,我安装的时候是可以的下的用户直接到官网下载稳定版本,然后直接安装即可,但是 python制作pdf电子书 准备 制作电子书使用的是python的pdfkit这个库,pdfkit是 wkhtmltopdf 的Python封装包...

    aisuhua 评论0 收藏0
  • 数据分析遇到PDF文本,怎么用Python批量提取内容

    摘要:复杂系统仿真的微博客虚假信息扩散模型研究面向影子分析的社交媒体竞争情报搜集面向人机协同的移动互联网政务门户探析经验证。微博客的企业竞争情报搜集移动社交媒体用户隐私保护对策研究注意这里的提示,原先的个文件没有被再次抽取,只有个新文件被抽取。 showImg(https://segmentfault.com/img/bVbiU7y?w=1000&h=508); 本文为你展示,如何用Pyth...

    cloud 评论0 收藏0
  • 强烈推荐这款神器,把网站转pdf还能编程高级定制!【建议收藏】

    摘要:第二步,验证一下,把百度生成打开任意一个终端,运行下面的脚本。这里雷学委直接把百度首页保持为保持内容为图片如下图所示,这个软件不止生成文件,还能生存图片。第三步,高级定制。高级定制参考上面的代码。 ...

    UsherChen 评论0 收藏0
  • Python3爬虫下载pdf(二)

    摘要:爬虫下载二最近在学习的爬虫,并且玩的不亦说乎,因此写个博客,记录并分享一下。需下载下载以下模块模块模块一源码设置命令行参数功能下载目标最大的线程数。方法的作用与内置函数类似,不过函数会在多个线程中并发调用方法返回一个生成器。 Python3爬虫下载pdf(二) 最近在学习python的爬虫,并且玩的不亦说乎,因此写个博客,记录并分享一下。 需下载下载以下模块 bs4模块 reques...

    LancerComet 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<