Python打印公众号文章范例，解决微信公众号文章采集打印pdf图片无法显示的问题

二爷

发布于 2021-05-20 10:07:55

1.5K0

发布于 2021-05-20 10:07:55

文章被收录于专栏：二爷记二爷记

python第三方库pdfkit非常好用，基本上应用它就可以打印出pdf文件，作为学渣收藏干货吃灰简直是完美匹配，本渣渣也写了不少爬取不少干货打印成pdf的文章，其中就有微信公众号文章，前段时间又继续折腾了公众号文章打印pdf，发现如果存在图片就挂比，歇菜了！

SO，因此有了这样一篇文章，解决微信公众号文章打印pdf图片无法显示的问题，不懂的话直接搜大佬的参考方案，百试百灵！！

下面就来复盘一下解决方案！

就以本渣渣的公众号文章链接为例：

【微信采集助手】Python Tkinter 微信公众号文章批量采集工具

爬取打印pdf效果：

关键要点

解决pdfkit直接转换url成为pdf会出现图片无法显示问题，参考了博客园xuzifan提供的思路，利用wechatsogou中的get_article_content函数，将url中的代码提取出来转换为html字符串，然后将html字符串转换为pdf，完美解决。

pip install wechatsogou --upgrade

wechatsogou是一个基于搜狗微信搜索的微信公众号爬虫接口，没错，还是调用接口！！

使用Python爬取微信公众号文章并保存为PDF文件(解决图片不显示的问题)

https://www.cnblogs.com/xuzifan/p/11121878.html

不过本渣渣测试了一下代码，老是出验证码，死活没有运行下去！

这里再提供一下最近的代码参考，一个大佬老哥的源码：

搞定，爬取公众号文章转换成PDF，自动邮件发送给自己！

可自行参考！

附完整源码参考：

#采集微信公众号文章内容转pdf文件
#by 微信：huguo00289

# -*- coding: UTF-8 -*-
import wechatsogou
import pdfkit

#pdfkit本地路径
config = pdfkit.configuration(
    wkhtmltopdf=r'D:\wkhtmltox-0.12.5-1.mxe-cross-win64\wkhtmltox\bin\wkhtmltopdf.exe')

# 初始化API
ws_api = wechatsogou.WechatSogouAPI(captcha_break_time=3)

def dypdf(h1, data):
    # 处理后的html
    datas = f'''
        <!DOCTYPE html>
        <html lang="en">
        <head>
            <meta charset="UTF-8">
            <title>{h1}</title>
        </head>
        <body>
        <h2 style="text-align: center;font-weight: 400;">{h1}</h2>
        {data}
        </body>
        </html>
        '''

    print("开始打印内容！")
    pdfkit.from_string(datas, f'{h1}.pdf', configuration=config)
    print("打印保存成功！")


def wx(h1,url):
    # 该方法根据文章url对html进行处理，使图片显示
    content_info = ws_api.get_article_content(url)
    # 得到html代码(代码不完整，需要加入head、body等标签)
    html_code = content_info['content_html']

    dypdf(h1, html_code)


if __name__=='__main__':
    url="https://mp.weixin.qq.com/s?src=11&timestamp=1621327798&ver=3075&signature=jmB-1M7nuTd-tKOj-8WmSLcmLK7fWIfIeWsZvtIKw5AkYd4U0R5cOz*QSjaVDfg38UkPtUqfxL2Lut0jrWNuTAtQMiyWd*tJHqLlPnWH-ewQ46cpjjp-Pyke0ab57WdM&new=1"
    h1="【微信采集助手】Python Tkinter 微信公众号文章批量采集工具"
    wx(h1,url)

调用接口什么的，还是比较简单，做一个调包侠，还是非常给力的！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2021-05-18，如有侵权请联系 cloudcommunity@tencent.com 删除

腾讯云开发者社区