β

wkhtmltopdf html转pdf工具的使用

运维之路 50 阅读

wktmltopdf 工具是使用Webkit引擎来将HTML网页转换为PDF文件。其可以将一个URL对应的网页转换为HTML,也可以将存在本地的一个html 文件转换为 pdf 文件。其在应用中有两个优势:1、该软件是开源免费软件;2、该软件支持linux\windows\macos  这些常用的平台。

一、安装

这里以windows为例(本想在 linux 下测试,但在中文时乱码,需要安装对应的中文字库),打开 https://github.com/wkhtmltopdf/wkhtmltopdf/releases/ 地址下载最新版本。直接下一步下一步即可,安装完成后,想在直接CMD下键入命令就可以使用,还需要配置环境变量:

wkhtmltopdf-path

二、测试使用

在CMD命令行下,可以使用如下命令进行测试:

wkhtmltopdf https://www.baidu.com/ D:\baidu.pdf   //网络页面
wkhtmltopdf  test.html  test.pdf  //本地HTML页面
# 指定源html编码为utf8,并给转换后的pdf文件加上页眉页脚信息
wkhtmltopdf --encoding utf8 --header-center 访问www.361way.com获取更多信息  --footer-center email至itybku@139.com交流  test.html out.pdf

批量转换

这个是针对单个文件的,我使用python采集了一批html 页面,想全部转换为HTML也很方便,这里使用了下powershell 代码:

Get-ChildItem *.html |ForEach-Object -Process{
     $newname=($_.name.Split(".")[0] + '.pdf');
     wkhtmltopdf --encoding utf8 --header-center 访问www.361way.com获取更多信息  --footer-center email至itybku@139.com交流  $_.name $newname
}

虽然很快,不过还是吐槽下powershell 语法很烂,和python的可读性相比,差太多了。当时也是有点脑抽,想到使用powershell 实现批量,哈哈!

三、关于乱码问题

出现乱码问题,一般是两种可能:一、是字体库不存在该可用的字体;一种是编码不对。一般后者比较多。字体不在这个就没什么好说的了,安装下字体就行了。看编码不对的问题,可以通过如下两种方法解决:

1、在html 指定编码

我采集下来的html 文件,去掉了很多无用的内容,所以不包含编码信息,这里在 第一行 加入如下内容:

<meta http-equiv="content-type" content="text/html;charset=utf-8">

注意,这里一定要是第一行,我尝试加到后面,发现仍会乱码。

2、指定参数

wkhtmltopdf工具本身,有提供–encoding 参数,在该参数后面,指定对应的编码即可。

wkhtmltopdf html转pdf工具的使用 ,首发于 运维之路

作者:运维之路
关注Linux运维技术及互联网的IT科技博客
原文地址:wkhtmltopdf html转pdf工具的使用, 感谢原作者分享。

发表评论