当前位置：首页 > article >正文

Python：批量url链接保存为PDF

article 2024/11/15 5:50:20

我的数据是先把url链接获取到存入excel中，后续对excel做的处理，各位也可以直接在程序中做处理，下面就是针对excel中的链接做批量处理
excel内容格式如下（涉及具体数据做了隐藏）

标题	文件链接	文件日期
网页标题1	http://www.aaabbbcc.com.cn	2024.2.5

在这里插入图片描述
代码逻辑：先读取excel文件内容，循环转换每一行的链接
具体代码示例：
注意：pdfkit，wkhtmltopdf一般情况下是需要安装的，已安装的忽略，wkhtmltopdf需要去官网下载安装包手动安装才可以
wkhtmltopdf下载：https://wkhtmltopdf.org/downloads.html
安装pdfkit，wkhtmltopdf

pip install pdfkit
pip install wkhtmltopdf

官网下载wkhtmltopdf
在这里插入图片描述

# 将链接的网页保存为 PDF
import pdfkit
import pandas as pd
#读取excel
df=pd.read_excel(r'D:\WeChat\WeChat Files\wxid_ec4y3bp7rexo22\FileStorage\File\2024-02\示例数据.xlsx')
#循环获取每一行数据
for index, row in df.iterrows():
    url = row['文件链接'] #获取url
    #配置wkhtmltopdf环境，如果在系统环境变量中已经存在可以忽略，为保证代码生效建议配置
    config = pdfkit.configuration(wkhtmltopdf=r'D:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe')
    #调用URL并保存pdf，这里我把标题设置为pdf的文件名，具体设置看个人哈
    pdfkit.from_url(url, r'E:\1-work\模型\爬取数据文档\pdf\{}.pdf'.format(row['标题']), configuration=config)