将网页转换为pdf之前用过 wkhtmltopdf 这个工具，对应的 Python 库是 pdfkit，但是最终转换出来的效果总是不尽如意。

最近发现一个新的库 WeasyPrint ， 经过一番测试效果非常不错，无论是从官方网站的介绍还是提供的文档，看得出作者应该是花了不少心思来做这件事。

最重要的是，安装简单，使用方便。不像pdfkit调用的都是 wkhtmltopdf 提供的指令，而 WeasyPrint 是一个原生的Python项目，所以特别适合做 Python 定制开发，当然，它也需要依赖其它第三方库。

安装

WeasyPrint 能在 Linux, macOS and Windows 多平台支持，因为WeasyPrint需要依赖 cairo, Pango 和 GDK-PixBuf ，所以这些软件需要独立安装，而 WeasyPrint 可以直接通过 pip 安装。

Mac

brew install python3 cairo pango gdk-pixbuf libffiWindow
Windows的安装要稍微麻烦些， 主要是安装 GTK+ 这个库，下载地址：https://github.com/tschoonj/GTK-for-Windows-Runtime-Environment-Installer/releases/download/2020-11-22/gtk3-runtime-3.24.23-2020-11-22-ts-win64.exe

安装WeasyPrint

Window

Windows的安装要稍微麻烦些， 主要是安装 GTK+ 这个库，下载地址：https://github.com/tschoonj/GTK-for-Windows-Runtime-Environment-Installer/releases/download/2020-11-22/gtk3-runtime-3.24.23-2020-11-22-ts-win64.exe

安装WeasyPrint

pip install WeasyPrint

不出意外的话，你现在就可以使用 WeasyPrint 这个工具了。执行 weasyprint 命令， 指定要转换的 url 地址和 pdf 文件名即可。

我们随便指定一个 URL 地址，这里以我的博客为例

weasyprint https://foofish.net/base64.html  base64.pdf

最后生成的效果图

这就完了吗？

肯定不是，如果只是单纯的转换一个网页，直接用浏览器的打印功能，然后另存为 PDF 就可以了。没必要绕个这么大的弯子来做这件事。

我们之所以用它来做 PDF 转换肯定是希望它能够为我们实现自动化、批量化、个性化的任务。

构建 HTML 对象

生成 PDF 文件前，首先需要构建一个 HTML 对象，HTML 对象可以通过 url 链接、文件路径，或者是 HTML 文档字符串指定

from weasyprint import HTML

HTML(filename='../foo.html')

HTML(url='http://weasyprint.org')

HTML(string='''
    <h1>The title</h1>
    <p>Content goes here
''')

生成 pdf 文件只需要调用 html 对象的 write_pdf 方法

一个最简单的例子：

from weasyprint import HTML
HTML('https://foofish.net/base64.html').write_pdf('base64.pdf')

在转换的时候，你还可以自定义样式

from weasyprint import HTML, CSS
HTML('https://foofish.net/base64.html').write_pdf('base64.pdf',
    stylesheets=[CSS(string='body { font-family: serif !important }')])

当然不仅可以生成PDF，也可以生成PNG图片， 只需要调用 html.write_png(“filename.png”)。

Document对象

此外，HTML 对象的 render 方法返回一个 document 对象，通过 document 对象可以拿到所有页码（page）数据，这样你就可以获取指定页的数据来生成 PDF 或者将多个 HTML 的 document 对象合并成一个 PDF 文件。

例如，将每页单独生成一张图片

html1 = HTML("https://foofish.net/base64.html")
document = html1.render()
for i, page in enumerate(document.pages):
    document.copy([page]).write_png('page_%s.png' % i)

例如：将两个链接整个生成一个PDF文件

html1 = HTML("https://foofish.net/base64.html")
html2 = HTML("https://foofish.net/python-wsgi.html")
pages = []
pages.extend(html1.render().pages)
pages.extend(html2.render().pages)
HTML(string="").render().copy(pages).write_pdf("foofish.pdf")