我目前正在试图找出如何获取链接列表并使python运行所有这些并将它们保存为pdf。 (我不是蟒蛇专家)
我找到了一个名为“pdfkit”的python包,它非常好,但我如何设置它以便它跟随我的url-list并将pdf保存为不同的名字?
import pdfkit
config = pdfkit.configuration(wkhtmltopdf="C:\\Program Files (x86)\\wkhtmltopdf\\bin\\wkhtmltopdf.exe")
pdfkit.from_url('http://google.com', 'MyPDF.pdf', configuration=config)
这是我目前的代码,假设我有一个10个网页的列表,我想保存为10个不同的pdf文件,如何进行设置,允许我这样做?
另一个问题是我需要登录页面才能从链接中获取信息,您将如何实现?
最好的祝福,
回答第一个问题:
import pdfkit
config = pdfkit.configuration(wkhtmltopdf="C:\\Program Files (x86)\\wkhtmltopdf\\bin\\wkhtmltopdf.exe")
url_list = [
['http://google.com', 'google.com.pdf'],
['http://facebook.com', 'facebook.com.pdf'],
['http://yahoo.com', 'yahoo.com.pdf'],
]
for k, v in url_list:
pdfkit.from_url(k, v, configuration=config)
要回答第二个问题,您可以使用请求模块会话功能首先登录,然后将cookie传递给pdfkit以下载页面。见Create PDF of a https webpage which requires login using pdfkit
import selenium.webdriver
import pdfkit
import time
config = pdfkit.configuration(wkhtmltopdf="C:\\Program Files
(x86)\\wkhtmltopdf\\bin\\wkhtmltopdf.exe")
driver = selenium.webdriver.Chrome()
driver.get('https://www.linkedin.com/')
time.sleep(1)
driver.find_element_by_id('login-email').send_keys('username')
driver.find_element_by_id('login-password').send_keys('password')
driver.find_element_by_id('login-submit').click()
time.sleep(2)
driver.save_screenshot('output.png') # only visible part
print(driver.page_source)
pdfkit.from_string(driver.page_source, 'file.pdf')