bet356体育在线

查看内容

最近我终于把这个瑕疵给解决了

  原标题:骚操作!用Python把公众号文章打包成pdf文件,不再怕自己的劳动成果被丢失

  做自媒体的人,尤其是做了一年甚至更久的自媒体人,尤其是通过自媒体还有一些小收入的人,他们最怕自己的公众号内容因为各种原因而丢失,那就太可怕了! 在做自媒体内容上花了太多心血,如果突然一下就没了,那打击是相当大的,所以备份好自己的成果是非常重要的.

  像我之前没有这方面意识,最近我做了一个小工具,把公众号文章打包成pdf文件,然后保存到本地,免去后顾之忧.

  其实我之前写过了相关的文章,但那个时候写的还不是很好,不算完美,因为打包出来的文件,看不到图片,所以一直觉得有瑕疵!

  最近我终于把这个瑕疵给解决了, 另外再解决了其它的几个问题,算是比较完美的升级吧!

  其实直接获取到公众号文章的url就可以通过pdfkit工具包来生成一个pdf文件,但是这样获取出来的pdf文件图片是显示不出来的。

  因为公众号文章里的图片是用src来标记的,这在pdf中是不能显示图片,所以我在这里把,src替换成了src,然后图片就可以显示出来.

  这部分代码的含义: url 是公众号原文链接,text 是公众号网页内容这里面包含了样式.

  因为我把内容抓取过来后,我还想去点击原文,所以有了这个超链接,像上面图片中的【点击查看公众号原文】,再看看如何生成pdf文件.

  每篇文章就是一个文件,但这种生成文件的方式比较慢,好处就是每篇文章单独成一个文件. 看效果图:

  title是文件名, html_content是文件内容,这里把文件内容定稿到一个临时的html文件中,然后把这个临时的html文件用pdfkit工具转换成pdf文件.

  这里是把所有的html文件内容组成一个数组,然后把这些内容列表转换成html的文件列表,然后把html文件列表放到pdfkit中转换成一个pdf文件,这个好处就是比较快速,但是所有的文件都放到一个文件中,感觉不利于阅读,也看各人喜好吧,效果图如下:

  我这里是用Charles来通过抓数据来进行分析的,其中获取文件的接口列表与cookie会有变化的,每次请求不同公众号,这里面的数据也不会相同,所以不管了,直接复制charles里的 url和cookie就好了,所以你不能直接用我代码里的的cookie和base_url

分享: