将Python字符串生成PDF - 文章 - 开发者社区

picture.image

♚

作者：jclian，喜欢算法，热爱分享，希望能结交更多志同道合的朋友，一起在学习Python的道路上走得更远！

笔者在今天的工作中，遇到了一个需求，那就是如何将Python字符串生成PDF。比如，需要把Python字符串‘这是测试文件’生成为PDF, 该PDF中含有文字‘这是测试文件’。
经过一番检索，笔者决定采用wkhtmltopdf这个软件，它可以将HTML转化为PDF。wkhtmltopdf的访问网址为：https://wkhtmltopdf.org/downloads.html ，读者可根据自己的系统下载对应的文件并安装。安装好wkhtmltopdf，我们再安装这个软件的Python第三方模块——pdfkit，安装方式如下：


          
pip install pdfkit

我们再讨论如下问题：

如何将Python字符串生成PDF；
如何生成PDF中的表格；
解决PDF生成速度慢的问题。

如何将Python字符串生成PDF

该问题的解决思路还是利用将Python字符串嵌入到HTML代码中解决，注意换行需要用<br>标签，示例代码如下：


          
import pdfkit  
  
# PDF中包含的文字  
content = '这是一个测试文件。' + '<br>' + 'Hello from Python!'  
  
html = '<html><head><meta charset="UTF-8"></head>'   
       '<body><div align="center"><p>%s</p></div></body></html>'%content  
  
# 转换为PDF  
pdfkit.from_string(html, './test.pdf')

输出的结果如下：

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：

picture.image 生成的PDF

如何生成PDF中的表格

接下来我们考虑如何将csv文件转换为PDF中的表格，思路还是利用HTML代码。示例的iris.csv文件（部分）如下：

picture.image iris.csv（部分）

将csv文件转换为PDF中的表格的Python代码如下：


          
import pdfkit  
  
# 读取csv文件  
with open('iris.csv', 'r') as f:  
    lines = [_.strip() for _ in f.readlines()]  
  
# 转化为html中的表格样式  
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  
  
# 转换为PDF  
pdfkit.from_string(html, './iris.pdf')

生成的PDF文件为iris.pdf，部分内容如下：

picture.image 生成的pdf文件

解决PDF生成速度慢的问题

用pdfkit生成PDF文件虽然方便，但有一个比较大的缺点，那就是生成PDF的速度比较慢，这里我们可以做个简单的测试，比如生成100份PDF文件，里面的文字为“这是第*份测试文件！”。Python代码如下：


          
import pdfkit  
import time  
  
start_time = time.time()  
  
for i in range(100):  
    content = '这是第%d份测试文件！'%(i+1)  
    html = '<html><head><meta charset="UTF-8"></head>'   
           '<body><div align="center">%s</div></body></html>' % content  
  
    # 转换为PDF  
    pdfkit.from_string(html, './test/%s.pdf'%(i+1))  
  
end_time = time.time()  
  
print('一共耗时：%s 秒.' %(end_time-start_time))

在这个程序中，生成100份PDF文件一共耗时约192秒。输出结果如下：


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

如果想要加快生成的速度，我们可以使用多线程来实现，主要使用concurrent.futures模块，完整的Python代码如下：


          
import pdfkit  
import time  
from concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED  
  
start_time = time.time()  
  
# 函数: 生成PDF  
def convert\_2\_pdf(i):  
    content = '这是第%d份测试文件！'%(i+1)  
    html = '<html><head><meta charset="UTF-8"></head>'   
           '<body><div align="center">%s</div></body></html>' % content  
  
    # 转换为PDF  
    pdfkit.from_string(html, './test/%s.pdf'%(i+1))  
  
  
# 利用多线程生成PDF  
executor = ThreadPoolExecutor(max_workers=10)  # 可以自己调整max\_workers,即线程的个数  
# submit()的参数： 第一个为函数， 之后为该函数的传入参数，允许有多个  
future_tasks = [executor.submit(convert_2_pdf, i) for i in range(100)]  
# 等待所有的线程完成，才进入后续的执行  
wait(future_tasks, return_when=ALL_COMPLETED)  
  
end_time = time.time()  
print('一共耗时：%s 秒.' %(end_time-start_time))

在这个程序中，生成100份PDF文件一共耗时约41秒，明显快了很多～

picture.image

▼ 点击成为 社区注册会员 「在看」 一下，一起PY！