Python 代码轻松实现 HTML 文件及HTML字符串到 PDF 文档的转换

Love The Way You Lie 2024-05-01 02:56 81阅读 0赞

从网页生成文档已经是一种常见需求。无论是为了存档网页内容、离线共享网页或创建可打印的报告，经常会需要一种可靠的方法将HTML文件转换为稳定且普遍可访问的PDF格式。通过利用强大的Python语言，我们可以轻松地使用Python程序将HTML转换为PDF，从而实现从**网页文件内容生成PDF**的目的。

本文重点介绍如何**利用Python代码进行HTML到PDF的转换**，包括转换主要步骤和代码示例等内容。文章涵盖以下方面：

#### 文章目录 ####

*   *  使用Python将HTML转换为PDF的要点
     *  使用Python进行HTML到PDF转换的步骤和代码示例
     *  使用Python将HTML字符串渲染为PDF的步骤和代码示例
     *  免费在线HTML到PDF转换器
     *   *  总结

### 使用Python将HTML转换为PDF的要点 ###

借助Python库，开发人员和用户可以轻松地从HTML文件生成外观专业的PDF文档，包括内容、格式和超链接。同时，Python程序能将这一过程自动化，实现轻松、高效的PDF生成。但由于动态内容、渲染差异等原因，HTML到PDF的转换也具有一定的局限性。因此，为了获得最佳结果，当使用Python进行HTML到PDF转换时，开发人员可以选择更简单的网页，也可以在转换之前预处理HTML文件，如只保留文本内容。  
本文所介绍的方法需要用到[Spire.Doc for Python][]，可从官网下载或通过PyPI安装：`pip install Spire.Doc`。

在使用此API转换HTML到PDF时，主要用到以下类和方法：

<table> 
 <thead> 
  <tr> 
   <th>项目</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>Document 类</td> 
   <td>表示Word文档的类。</td> 
  </tr> 
  <tr> 
   <td>Document.LoadFromFile() 方法</td> 
   <td>以DOCX、HTML和其他格式加载文件作为Word文档。</td> 
  </tr> 
  <tr> 
   <td>Document.SaveToFile() 方法</td> 
   <td>将Word文档保存为DOCX、PDF、HTML和其他格式的文件。</td> 
  </tr> 
  <tr> 
   <td>Paragraph.AppendHTML() 方法</td> 
   <td>在文档中呈现HTML字符串的方法。</td> 
  </tr> 
  <tr> 
   <td>FileFormat</td> 
   <td>枚举类，表示不同类型的文件格式。</td> 
  </tr> 
  <tr> 
   <td>XHTMLValidationType</td> 
   <td>枚举类，表示XHTML验证的选项，包括无验证、严格验证和过渡验证。</td> 
  </tr> 
 </tbody> 
</table>

### 使用Python进行HTML到PDF转换的步骤和代码示例 ###

通过使用**LoadFromFile**方法加载HTML文件并通过使用**SaveToFile**方法将其保存为PDF文件，开发人员可以使用简单的Python代码将HTML转换为PDF。主要步骤如下：

1.  导入所需的模块。
2.  创建一个 **Document** 类的对象。
3.  使用 **Document.LoadFromFile()** 方法加载HTML文件。
4.  使用 **Document.SaveToFile()** 方法将HTML文件转换为PDF并保存。

以下是一个在Python中将HTML转换为PDF的代码示例：

from spire.doc import Document
    from spire.doc import FileFormat
    from spire.doc import XHTMLValidationType
    
    # 创建一个 Document 类对象
    doc = Document()
    
    # 加载一个 HTML 文件
    doc.LoadFromFile("示例.html", FileFormat.Html, XHTMLValidationType.none)
    
    # 将文件转换为 PDF 格式并保存
    doc.SaveToFile("output/HTML转PDF.pdf", FileFormat.PDF)
    doc.Close()

**转换效果：**  
![HTML文件转PDF][HTML_PDF]

### 使用Python将HTML字符串渲染为PDF的步骤和代码示例 ###

HTML字符串通常指包含HTML标签、属性和内容的文本，用于描述网页的结构和呈现。通过使用 **Paragraph.AppendHTML()** 方法，开发人员可以轻松地在文档中呈现HTML字符串，然后将其保存为PDF文件。主要步骤如下：

1.  导入所需的模块。
2.  创建一个 **Document** 类的对象。
3.  使用 **Document.AddSection()** 方法添加一个节(section)到文档，并使用 **Section.AddParagraph()** 方法添加一个段落(paragraph)到节中。
4.  指定HTML字符串。
5.  使用 **Paragraph.AppendHTML()** 方法在文档中呈现HTML字符串。
6.  使用 **Document.SaveToFile()** 方法将文档转换为PDF并保存。

以下是一个在Python中将HTML字符串转换为PDF的代码示例：

from spire.doc import Document
    from spire.doc import FileFormat
    
    # 创建一个 Document 类的对象
    doc = Document()
    
    # 向文档添加一个节（section）
    sec = doc.AddSection()
    
    # 向节添加一个段落（paragraph）
    par = sec.AddParagraph()
    
    # 指定 HTML 字符串
    htmlString = """
    <html>
    <head>
      <title>HTML 示例</title>
    </head>
    <body>
      <h1 style="color: blue;">欢迎访问我的网站</h1>
    
      <h2>个人信息</h2>
      <ul>
        <li>姓名：John Doe</li>
        <li>年龄：30</li>
        <li>国籍：美国</li>
      </ul>
    
      <h2>工作经历</h2>
      <table border="1">
        <tr>
          <th>公司</th>
          <th>职位</th>
          <th>年份</th>
        </tr>
        <tr>
          <td>ABC 公司</td>
          <td>软件工程师</td>
          <td>2018-2020</td>
        </tr>
        <tr>
          <td>XYZ 公司</td>
          <td>项目经理</td>
          <td>2020-2022</td>
        </tr>
      </table>
    
      <h2>项目列表</h2>
      <ol>
        <li>项目 A</li>
        <li>项目 B</li>
        <li>项目 C</li>
      </ol>
    
    </body>
    </html>
    """
    
    # 在文档中渲染 HTML 字符串
    par.AppendHTML(htmlString)
    
    # 将文档保存为 PDF 文件
    doc.SaveToFile("output/HTML字符串转PDF.pdf", FileFormat.PDF)
    doc.Close()

**生成的PDF文档：**  
![HTML字符串转PDF][HTML_PDF 1]

### 免费在线HTML到PDF转换器 ###

对于少量简单的HTML文件转换为PDF文档且不需要进行复杂操作，推荐使用[免费在线PDF转换器][PDF]。该工具通过简单上传HTML文件并下载生成的PDF文档实现轻松转换。它提供了一个简单直接的解决方案，方便快捷地进行转换操作。  
[ ![免费在线PDF转换器][PDF 1]][PDF]

#### 总结 ####

以上文章侧重于使用Python进行HTML到PDF转换。它解释了使用Python将HTML转换为PDF的优势和限制，并提供了使用Spire.Doc for Python进行HTML到PDF和HTML字符串到PDF转换的说明和代码示例。通过参考上述方法，开发人员可以创建自己的Python程序，实现自动化和高质量的转换。如果有任何问题，可前往[Spire产品论坛][Spire]寻求技术支持。

[Spire.Doc for Python]: https://www.e-iceblue.cn/Downloads/Spire-Doc-Python.html
[HTML_PDF]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/03301c5c157f47378803fd4c0171db82.png
[HTML_PDF 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/a34110153fec4cacb57be2845f20d042.png
[PDF]: https://www.e-iceblue.com/Introduce/freepdfconverter.html
[PDF 1]: https://img-blog.csdnimg.cn/direct/239067d2af1a421f8694393f24be111a.png#pic_center
[Spire]: https://www.e-iceblue.com/forum/forum-f16.html