python如何导出微信公众号文章方法详解


Posted in Python onAugust 31, 2020

python如何导出微信公众号文章方法详解

1.安装wkhtmltopdf

下载地址:https://wkhtmltopdf.org/downloads.html

我测试用的是windows的,下载安装后结果如下

python如何导出微信公众号文章方法详解

2 编写python 代码导出微信公众号文章

不能直接使用wkhtmltopdf 导出微信公众号文章,导出的文章会缺失图片,所以需要使用 wechatsogou 将微信公众号文章页面抓取,之后将html文本转化为pdf

pip install wechatsogou --upgrade

pip install pdfkit

踩坑!!!,看了很多人的代码,都是一个模板,大家都是抄来抄去,结果还是运行不了,可能是因为依赖包更新的原因,也可能是因为我本地没有配置wkhtmltopdf 的环境变量

import os
import pdfkit
import datetime
import wechatsogou
# 初始化API
ws_api = wechatsogou.WechatSogouAPI(captcha_break_time=3)
def url2pdf(url, title, targetPath):
 '''
 使用pdfkit生成pdf文件
 :param url: 文章url
 :param title: 文章标题
 :param targetPath: 存储pdf文件的路径
 '''
 try:
 content_info = ws_api.get_article_content(url)
 except:
 return False
 # 处理后的html
 html = f'''
{title}
 {content_info['content_html']}
 
 '''
 try:
 path_wk="E:/softwareAPP/wkhtmltopdf/bin/wkhtmltopdf.exe";
 config=pdfkit.configuration(wkhtmltopdf=path_wk)
 pdfkit.from_string(input=html, output_path=targetPath,configuration=config)
 except:
 # 部分文章标题含特殊字符,不能作为文件名
 filename = datetime.datetime.now().strftime('%Y%m%d%H%M%S') + '.pdf'
 pdfkit.from_string(html, targetPath + os.path.sep + filename)
 
if __name__ == '__main__':
 # 此处为要爬取公众号的名称
 url2pdf("https://mp.weixin.qq.com/s/wwT5n2JwEEAkrrmOhedziw", "HBase的系统架构全视角解读","G:/test/hbase文档.pdf" )
 # gzh_name = ''
 # # 如果不存在目标文件夹就进行创建
 # if not os.path.exists(targetPath):
 # os.makedirs(targetPath)
 # # 将该公众号最近10篇文章信息以字典形式返回
 # data = ws_api.get_gzh_article_by_history(gzh_name)
 # article_list = data['article']
 # for article in article_list:
 # url = article['content_url']
 # title = article['title']
 # url2pdf(url, title, targetPath)

到此这篇关于python如何导出微信公众号文章方法详解的文章就介绍到这了,更多相关python导出微信公众号文章内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python中类的一些方法分析
Sep 25 Python
python中数据爬虫requests库使用方法详解
Feb 11 Python
python使用magic模块进行文件类型识别方法
Dec 08 Python
python 利用turtle库绘制笑脸和哭脸的例子
Nov 23 Python
Python+OpenCV 实现图片无损旋转90°且无黑边
Dec 12 Python
给 TensorFlow 变量进行赋值的方式
Feb 10 Python
python GUI库图形界面开发之PyQt5图片显示控件QPixmap详细使用方法与实例
Feb 27 Python
Jupyter加载文件的实现方法
Apr 14 Python
python requests.get带header
May 05 Python
使用Python实现将多表分批次从数据库导出到Excel
May 15 Python
Python 的 __str__ 和 __repr__ 方法对比
Sep 02 Python
Python Flask实现进度条
May 11 Python
Python生成并下载文件后端代码实例
Aug 31 #Python
python exit出错原因整理
Aug 31 #Python
Python如何将模块打包并发布
Aug 30 #Python
如何以Winsows Service方式运行JupyterLab
Aug 30 #Python
selenium切换标签页解决get超时问题的完整代码
Aug 30 #Python
五分钟带你搞懂python 迭代器与生成器
Aug 30 #Python
python开根号实例讲解
Aug 30 #Python
You might like
PHP的FTP学习(四)
2006/10/09 PHP
ThinkPHP模板比较标签用法详解
2014/06/30 PHP
PHP批斗大会之缺失的异常详解
2019/07/09 PHP
Laravel框架中缓存的使用方法分析
2019/09/06 PHP
laravel 多图上传及图片的存储例子
2019/10/14 PHP
javascript 获取所有id中包含某关键字的控件的实现代码
2010/11/25 Javascript
根据json字符串生成Html的一种方式
2013/01/09 Javascript
JavaScript操纵窗口的方法小结
2013/06/28 Javascript
JavaScript中实现最高效的数组乱序方法
2014/10/11 Javascript
JS实现在网页中弹出一个输入框的方法
2015/03/03 Javascript
jQuery判断指定id的对象是否存在的方法
2015/05/22 Javascript
基于javascript实现listbox左右移动
2016/01/29 Javascript
15个值得开发人员关注的jQuery开发技巧和心得总结【经典收藏】
2016/05/25 Javascript
使用vue-cli webpack 快速搭建项目的代码
2018/11/21 Javascript
JSON生成Form表单的方法示例
2018/11/21 Javascript
vue+element创建动态的form表单及动态生成表格的行和列
2019/05/20 Javascript
Flutter实现仿微信底部菜单栏功能
2019/09/18 Javascript
微信小程序 wxParse插件显示视频问题
2019/09/27 Javascript
vuex实现购物车的增加减少移除
2020/06/28 Javascript
React实现评论的添加和删除
2020/10/20 Javascript
[44:33]EG vs Liquid 2018国际邀请赛小组赛BO2 第二场 8.18
2018/08/19 DOTA
使用Python对Csv文件操作实例代码
2017/05/12 Python
python3.7 的新特性详解
2019/07/25 Python
使用python实现回文数的四种方法小结
2019/11/24 Python
tensorflow 固定部分参数训练,只训练部分参数的实例
2020/01/20 Python
python实现粒子群算法
2020/10/15 Python
日本最大的彩色隐形眼镜销售网站:CharmColor
2020/09/09 全球购物
物流专业毕业生推荐信范文
2013/11/18 职场文书
应届毕业生专业个人求职自荐信格式
2013/11/20 职场文书
初中生期末考试的自我评价
2013/12/17 职场文书
挑战杯创业计划书的写作指南
2014/01/07 职场文书
体育教师自我鉴定
2014/02/12 职场文书
家长写给老师的建议书
2014/03/13 职场文书
行政部岗位职责范本
2014/03/13 职场文书
2015年团支书工作总结
2015/04/03 职场文书
2016年社区“6.26”禁毒日宣传活动总结
2016/04/05 职场文书