Python之將Python字符串生成PDF

時間 2019-12-12

原文原文鏈接

筆者在今天的工做中，遇到了一個需求，那就是如何將Python字符串生成PDF。好比，須要把Python字符串‘這是測試文件’生成爲PDF, 該PDF中含有文字‘這是測試文件’。
通過一番檢索，筆者決定採用wkhtmltopdf這個軟件，它能夠將HTML轉化爲PDF。wkhtmltopdf的訪問網址爲：https://wkhtmltopdf.org/downloads.html ，讀者可根據本身的系統下載對應的文件並安裝。安裝好wkhtmltopdf，咱們再安裝這個軟件的Python第三方模塊——pdfkit，安裝方式以下：html

pip install pdfkit

咱們再討論以下問題：python

如何將Python字符串生成PDF；
如何生成PDF中的表格；
解決PDF生成速度慢的問題。

如何將Python字符串生成PDF

該問題的解決思路仍是利用將Python字符串嵌入到HTML代碼中解決，注意換行須要用<br>標籤，示例代碼以下：web

import pdfkit

# PDF中包含的文字
content = '這是一個測試文件。' + '<br>' + 'Hello from Python!'

html = '<html><head><meta charset="UTF-8"></head>' \
       '<body><div align="center"><p>%s</p></div></body></html>'%content

# 轉換爲PDF
pdfkit.from_string(html, './test.pdf')

輸出的結果以下：算法

Loading pages (1/6)
Counting pages (2/6)
Resolving links (4/6)
Loading headers and footers (5/6)
Printing pages (6/6)
Done

生成的test.pdf以下：微信

如何生成PDF中的表格

接下來咱們考慮如何將csv文件轉換爲PDF中的表格，思路仍是利用HTML代碼。示例的iris.csv文件（部分）以下：多線程

將csv文件轉換爲PDF中的表格的Python代碼以下：函數

import pdfkit

# 讀取csv文件
with open('iris.csv', 'r') as f:
    lines = [_.strip() for _ in f.readlines()]

# 轉化爲html中的表格樣式
td_width = 100
content = '<table width="%s" border="1" cellspacing="0px" style="border-collapse:collapse">' % (td_width*len(lines[0].split(',')))

for i in range(len(lines)):
    tr = '<tr>'+''.join(['<td width="%d">%s</td>'%(td_width, _) for _ in lines[i].split(',')])+'</tr>'
    content += tr

content += '</table>'

html = '<html><head><meta charset="UTF-8"></head>' \
       '<body><div align="center">%s</div></body></html>' % content

# 轉換爲PDF
pdfkit.from_string(html, './iris.pdf')

生成的PDF文件爲iris.pdf，部份內容以下：測試

解決PDF生成速度慢的問題

用pdfkit生成PDF文件雖然方便，但有一個比較大的缺點，那就是生成PDF的速度比較慢，這裏咱們能夠作個簡單的測試，好比生成100份PDF文件，裏面的文字爲「這是第*份測試文件！」。Python代碼以下：spa

import pdfkit
import time

start_time = time.time()

for i in range(100):
    content = '這是第%d份測試文件！'%(i+1)
    html = '<html><head><meta charset="UTF-8"></head>' \
           '<body><div align="center">%s</div></body></html>' % content

    # 轉換爲PDF
    pdfkit.from_string(html, './test/%s.pdf'%(i+1))

end_time = time.time()

print('一共耗時：%s 秒.' %(end_time-start_time))

在這個程序中，生成100份PDF文件一共耗時約192秒。輸出結果以下：線程

......
Loading pages (1/6)
Counting pages (2/6)                                               
Resolving links (4/6)                                                       
Loading headers and footers (5/6)                                           
Printing pages (6/6)
Done                                                                      
一共耗時：191.9226369857788 秒.

若是想要加快生成的速度，咱們可使用多線程來實現，主要使用concurrent.futures模塊，完整的Python代碼以下：

import pdfkit
import time
from concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED

start_time = time.time()

# 函數: 生成PDF
def convert_2_pdf(i):
    content = '這是第%d份測試文件！'%(i+1)
    html = '<html><head><meta charset="UTF-8"></head>' \
           '<body><div align="center">%s</div></body></html>' % content

    # 轉換爲PDF
    pdfkit.from_string(html, './test/%s.pdf'%(i+1))


# 利用多線程生成PDF
executor = ThreadPoolExecutor(max_workers=10)  # 能夠本身調整max_workers,即線程的個數
# submit()的參數： 第一個爲函數， 以後爲該函數的傳入參數，容許有多個
future_tasks = [executor.submit(convert_2_pdf, i) for i in range(100)]
# 等待全部的線程完成，才進入後續的執行
wait(future_tasks, return_when=ALL_COMPLETED)

end_time = time.time()
print('一共耗時：%s 秒.' %(end_time-start_time))

在這個程序中，生成100份PDF文件一共耗時約41秒，明顯快了不少～

注意：不妨瞭解下筆者的微信公衆號： Python爬蟲與算法（微信號爲：easy_web_scrape），歡迎你們關注~

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。