Python之將Python字符串生成PDF

Freelander 發(fā)布于2019-07-31 10:26 / 1335人閱讀

摘要：筆者在今天的工作中，遇到了一個需求，那就是如何將字符串生成。比如，需要把字符串這是測試文件生成為該中含有文字這是測試文件。

??筆者在今天的工作中，遇到了一個需求，那就是如何將Python字符串生成PDF。比如，需要把Python字符串‘這是測試文件’生成為PDF, 該PDF中含有文字‘這是測試文件’。
??經(jīng)過一番檢索，筆者決定采用wkhtmltopdf這個軟件，它可以將HTML轉(zhuǎn)化為PDF。wkhtmltopdf的訪問網(wǎng)址為：https://wkhtmltopdf.org/downloads.html ，讀者可根據(jù)自己的系統(tǒng)下載對應(yīng)的文件并安裝。安裝好wkhtmltopdf，我們再安裝這個軟件的Python第三方模塊——pdfkit，安裝方式如下：

pip install pdfkit

??我們再討論如下問題：

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

??該問題的解決思路還是利用將Python字符串嵌入到HTML代碼中解決，注意換行需要用
標(biāo)簽，示例代碼如下：

import pdfkit

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

html = "" 
       "%s"%content

# 轉(zhuǎn)換為PDF
pdfkit.from_string(html, "./test.pdf")

輸出的結(jié)果如下：

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如下：

如何生成PDF中的表格

??接下來我們考慮如何將csv文件轉(zhuǎn)換為PDF中的表格，思路還是利用HTML代碼。示例的iris.csv文件（部分）如下：

??將csv文件轉(zhuǎn)換為PDF中的表格的Python代碼如下：

import pdfkit

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

# 轉(zhuǎn)化為html中的表格樣式
td_width = 100
content = "" % (td_width*len(lines[0].split(",")))

for i in range(len(lines)):
    tr = ""+"".join([""%(td_width, _) for _ in lines[i].split(",")])+""
    content += tr

content += "%s"

html = "" 
       "%s" % content

# 轉(zhuǎn)換為PDF
pdfkit.from_string(html, "./iris.pdf")

??生成的PDF文件為iris.pdf，部分內(nèi)容如下：

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，這里我們可以做個簡單的測試，比如生成100份PDF文件，里面的文字為“這是第*份測試文件！”。Python代碼如下：

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 = "" 
           "%s" % content

    # 轉(zhuǎn)換為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(jié)果如下：

......
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.

??如果想要加快生成的速度，我們可以使用多線程來實現(xiàn)，主要使用concurrent.futures模塊，完整的Python代碼如下：

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

start_time = time.time()

# 函數(shù): 生成PDF
def convert_2_pdf(i):
    content = "這是第%d份測試文件！"%(i+1)
    html = "" 
           "%s" % content

    # 轉(zhuǎn)換為PDF
    pdfkit.from_string(html, "./test/%s.pdf"%(i+1))


# 利用多線程生成PDF
executor = ThreadPoolExecutor(max_workers=10)  # 可以自己調(diào)整max_workers,即線程的個數(shù)
# submit()的參數(shù)： 第一個為函數(shù)， 之后為該函數(shù)的傳入?yún)?shù)，允許有多個
future_tasks = [executor.submit(convert_2_pdf, i) for i in range(100)]
# 等待所有的線程完成，才進(jìn)入后續(xù)的執(zhí)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，明顯快了很多～

注意：不妨了解下筆者的微信公眾號： Python爬蟲與算法（微信號為：easy_web_scrape），歡迎大家關(guān)注~