用python实现csdn博主全部博文下载，html转pdf，有了学习的电子书了。。。（附源码）
我们学习编程，在学习的时候，会有想把有用的知识点保存下来，我们可以把知识点的内容爬下来转变成pdf格式，方便我们拿手机可以闲时翻看，是很方便的
先来一个单个的博文下载转pdf格式的操作
私信小编01即可获取大量Python学习资源
python中将html转化为pdf的常用工具是Wkhtmltopdf工具包，在python环境下，pdfkit是这个工具包的封装类。如何使用pdfkit以及如何配置呢？分如下几个步骤。
下载wkhtmltopdf安装包，并且安装到电脑上。
我下的是这个版本，安装的时候要记住路径，之后调用要用到路径
开发工具
python
pycharm
pdfkit （pip install pdfkit）
lxml
今天目标：博主的全部博文下载，并且转pdf格式保存
基本思路：
1、url + headers
2、分析网页： CSDN网页是静态网页， 请求获取网页源代码
3、lxml解析获取boke_urls, author_name
4、循环遍历，得到 boke_url
5、xpath解析获取文件名
6、css选择器获取标签文本的主体
7、构造拼接html文件
8、保存html文件
9、文件的转换
分析网页： CSDN网页是静态网页， 请求获取网页源代码
start_url =“”
为例
确定网址为同步加载
css选择器获取标签文本的主体为代码要点部分
css语法部分
html_css = (响应的数据) html_content = ('要获取的部分').get() 点开博主的一篇博文打开开发者工具
# css选择器获取标签文本的主体 html_css = (response_2) html_content = ('article').get() # 构造拼接html文件 html = \ ''' <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> </head> <body> {} </body> </html> '''.format(html_content) 文件的转换
config = (wkhtmltopdf=r'这里为下载wk的路径') ( 第一个参数要转变的html文件, 第二个参数转变后的pdf文件, configuration=config ) # 上面这样写清楚一点，也可以直接 ( 第一个参数要转变的html文件, 第二个参数转变后的pdf文件, configuration=(wkhtmltopdf=r'这里为下载wk的路径') ) 源码展示：
import parsel, os, pdfkit from lxml import etree from requests_html import HTMLSession session = HTMLSession() def main(): # 1、url + headers start_url = input(r'请输入csdn博主的地址：') headers = { 'User-Agent': 'Mozilla (Windows NT 10.0; Win64; x64) AppleWebKi ' '(KHTML, like Gecko) Chrome Safari; } # 2、分析网页： CSDN网页是静态网页， 请求获取网页源代码 response_1 = (start_url, headers=headers).text # 3、解析获取boke_urls, author_name html_xpath_1 = e(response_1) author_name = (r'//*[@id="floor-user-profile_485"]/div/div[1]/div[2]/div[2]/div[1]/div[1]/text()')[0] boke_urls = (r'//article[@class="blog-list-box"]/a/@href') # 4、循环遍历，得到 boke_url for boke_url in boke_urls: # 5、请求 response_2 = (boke_url, headers=headers).text # 6、xpath解析获取文件名 html_xpath_2 = e(response_2) file_name = (r'//h1[@id="articleContentId"]/text()')[0] # 7、css选择器获取标签文本的主体 html_css = (response_2) html_content = ('article').get() # 8、构造拼接html文件 html = \ ''' <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> </head> <body> {} </body> </html> '''.format(html_content) # 9、创建两个文件夹， 一个用来保存html 一个用来保存pdf文件 if not os.(r'{}-html'.format(author_name)): os.mkdir(r'{}-html'.format(author_name)) if not os.(r'{}-pdf'.format(author_name)): os.mkdir(r'{}-pdf'.format(author_name)) # 10、保存html文件 try: with open(r'{}-html/{}.html'.format(author_name, file_name), 'w', encoding='utf-8') as f: f.write(html) except Exception as e: print('文件名错误') # 11、文件的转换 try: config = (wkhtmltopdf=r'C:\Program Files\wkhtmltopdf\bin\wk') ( '{}-html/{}.html'.format(author_name, file_name), '{}-pdf/{}.pdf'.format(author_name, file_name), configuration=config ) a = print(r'--文件下载成功：{}.pdf'.format(file_name)) except Exception as e: continue if __name__ == '__main__': main() 代码操作：
1.《如何制作电子书 如何制作电子版?》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。
2.《如何制作电子书 如何制作电子版?》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/keji/3232150.html