webページをPDFにする
ｗｋｈｔmltopdf
を使うとHTMLファイルをPDFにできる
これを python で使うライブラリが
pdfkit
この２つがあれば python をつかって
HTMLを PDF
に変換できる
インストールは pip を使う
1 | pip install pdfkit |
でインストール
pdfkit のインポートは
1 | import pdfkit |
やることはスクレイピングと同じなので利用に注意
google のトップページをPDFにするなら
1 |
PDFにするときにオプションをつけれる
1 2 3 4 5 6 7 8 9 | options ={ 'page-size':'A4', 'margin-top':'10', 'margin-right':'10', 'margin-left':'10', 'margin-bottom':'10', 'zoom':'1.0', 'encoding':"UTF-8"} |
あとはPDF変換
1 | pdfkit.from_url(url,'out.pdf',options=options) |
エラーになるので調べたら
wkhtmltopdf
をインストール忘れていたので
これをインストールする
https://wkhtmltopdf.org/
で
Downloads をクリック
今回は ubuntu 16 なので
amd64 をクリック
ダウンロードして保存し
1 | sudo dpkg -i wkhtmltox_0.12.6-1.xenial_amd64.deb |
を実行したが
1 2 3 4 5 6 7 8 9 10 11 | wkhtmltox_0.12.6-1.xenial_amd64.deb を展開する準備をしています ...wkhtmltox (1:0.12.6-1.xenial) を展開しています...dpkg: 依存関係の問題により wkhtmltox の設定ができません: wkhtmltox は以下に依存 (depends) します: xfonts-75dpi ...しかし: パッケージ xfonts-75dpi はまだインストールされていません。dpkg: パッケージ wkhtmltox の処理中にエラーが発生しました (--install): 依存関係の問題 - 設定を見送りますman-db (2.7.5-1) のトリガを処理しています ...処理中にエラーが発生しました: wkhtmltox |
となるため
1 | sudo apt install xfonts-75dpi |
でインストール後に
1 | sudo dpkg -i wkhtmltox_0.12.6-1.xenial_amd64.deb |
で再度実行すると
インストールできた
1 | pdfkit.from_url(url,'out.pdf',options=options) |
でOK
すべてのwebページがレイアウトどおりPDFにできるわけではないので注意
サイトによっては
サイドバーがPDF化できていなかった