Create RenZhengFei-PDF-Code.md

rongweihe · web-flow · commit b82bf328f301 · 2019-05-23T22:48:29.000+08:00
diff --git a/RenZhengFei-PDF-Code.md b/RenZhengFei-PDF-Code.md
@@ -0,0 +1,237 @@
+
+### **0、程序思路**
+
+要实现把 md 格式的文件转换成 pdf，需要用到以下两个库。
+
+
+
+1. markdown
+2. wkhtmltopdf
+
+
+
+直接把 md 转换成 pdf 的效果是非常不好的，所以我们可以先把 md 文件转换成 html 文件，然后在把 html 文件转换成 pdf。这样整体的效果就非常的好。
+
+
+
+而上方的两个库就对应着把 md 转成 html，把 html 转成 pdf。所以我们首先要把这两个库进行安装。
+
+
+
+### **1、md2html**
+
+为了将 md 格式转换成 html 文件，我们需要用到 markdown 和 codecs 这两个库。
+
+**1.1 Python-Markdown**
+
+Python-Markdown 是 John Gruber 的 Markdown 的 Python 实现。利用这个库我们就可以很容易把 md 格式的文件转换成 html 文件。
+
+安装方式「**pip install markdown**」
+
+随后我们使用 markdown.markdown() 函数就可以读取 md 文件里的内容了。
+
+
+
+**1.2 codecs**
+
+在 md2html 函数中还用到了 codecs 这个库，这个库是用来保证文件读取的过程中，不出现编码的问题。你也可以把它理解成 open 函数，用来读取创建文件用的。
+
+
+
+**1.3 完整代码**
+
+```python
+import markdown
+import os
+import codecs
+
+head = """<!DOCTYPE html>
+<html>
+<head>
+<meta http-equiv="Content-Type" content="text/html;charset=utf-8" />
+<style type="text/css">
+code {
+  color: inherit;
+  background-color: rgba(0, 0, 0, 0.05);
+}
+</style>
+</head>
+<body>
+"""
+
+foot = """
+</body>
+</html>
+"""
+filepath = "E:/RZF/RenZhengfei-masterALL"
+savepath = "E:/RZF/RenZhengfei-masterALL-html"
+if not os.path.isdir(savepath):
+    os.mkdir(savepath)
+os.chdir(savepath)
+
+i = 0
+pathDir = os.listdir(filepath)
+for allDir in pathDir:
+    if (allDir == "pdf"):
+        continue
+    name = allDir
+    print(name)
+
+    os.chdir(filepath)
+    fp1 = codecs.open(name, mode="r", encoding="utf-8")
+    text = fp1.read()
+    html = markdown.markdown(text)
+    fp1.close()
+    #print(html)
+
+    fname = name.replace('md', 'html')
+
+    #f2 = '%s.html' % (fname)
+    os.chdir(savepath)
+    fp2 = codecs.open(fname, "w", encoding="utf-8", errors="xmlcharrefreplace")
+    fp2.write(head + html + foot)
+    fp2.close()
+
+print(i)
+```
+
+
+
+**整个代码的逻辑：**
+
+利用 markdown 读取 md 文件，然后在用 codeces 创建新的 html 文件。最后注意的是：在开头定义好 html 头部和尾部的 css 代码，中间的内容用读取到的 md 内容进行填充。
+
+
+
+### **2、 html2pdf**
+
+**2.1 wkhtmltopdf**
+
+wkhtmltopdf 是一个开源、简单而有效的命令行 shell 程序，它可以将任何 HTML （网页）转换为 PDF 文档或图像（jpg、png 等）。
+
+我们首先需要去官网去下载对应的程序到本地环境中。
+
+https://wkhtmltopdf.org/downloads.html
+
+而在 Python 中我们要通过 pdfkit 这个库来调用 wkhtmltopdf，所以我们还要安装下 pdfkit 库。
+
+直接使用「**pip install pdfkit**」即可安装。
+
+**2.2 完整代码**
+
+```python
+import time
+import pdfkit
+import os
+
+wk_path = 'E:/data/wkhtmltox/bin/wkhtmltopdf.exe'
+config = pdfkit.configuration(wkhtmltopdf=wk_path)
+
+filepath = "E:/RZF/RenZhengfei-masterALL-html"
+savepath = "E:/RZF/RenZhengfei-masterALL-pdf"
+time1 = time.time()
+pathDir = os.listdir(filepath)
+for allDir in pathDir:
+    if (allDir == "pdf"):
+        continue
+    name = allDir
+    print(name)
+    htmlpath=filepath+"\\"+name
+    print(htmlpath)
+    name = name.replace('html', 'pdf')
+    os.chdir(savepath)
+    pdfkit.from_url(htmlpath, name, configuration=config)
+
+time2 = time.time()
+print(str(time2 - time1)+" s")
+```
+
+
+
+### **3、合并多个pdf文件**
+
+```python
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+'''
+   本脚本用来合并pdf文件，支持带一级子目录的
+   每章内容分别放在不同的目录下，目录名为章节名
+   最终生成的pdf，按章节名生成书签
+'''
+import os, sys, codecs
+from PyPDF2 import PdfFileReader, PdfFileWriter, PdfFileMerger
+import glob
+
+def getFileName(filepath):
+    '''获取当前目录下的所有pdf文件'''
+    file_list = glob.glob(filepath+"/*.pdf")
+    # 默认安装字典序排序，也可以安装自定义的方式排序
+    # file_list.sort()
+    return file_list
+
+def get_dirs(filepath='', dirlist_out=[], dirpathlist_out=[]):
+    # 遍历filepath下的所有目录
+    for dir in os.listdir(filepath):
+        dirpathlist_out.append(filepath + '\\' + dir)
+    return dirpathlist_out
+
+def merge_childdir_files(path):
+    '''每个子目录下合并生成一个pdf'''
+    dirpathlist = get_dirs(path)
+    if len(dirpathlist) == 0:
+        print("当前目录不存在子目录")
+        sys.exit()
+    for dir in dirpathlist:
+        mergefiles(dir, dir)
+
+def mergefiles(path, output_filename, import_bookmarks=False):
+#遍历目录下的所有pdf将其合并输出到一个pdf文件中，输出的pdf文件默认带书签，书签名为之前的文件名
+#默认情况下原始文件的书签不会导入，使用import_bookmarks=True可以将原文件所带的书签也导入到输出的pdf文件中
+    merger=PdfFileMerger()
+    filelist=getFileName(path)
+    if len(filelist)==0:
+        print("当前目录及子目录下不存在pdf文件")
+        sys.exit()
+    for filename in filelist:
+        f=codecs.open(filename,'rb')
+        file_rd=PdfFileReader(f)
+        short_filename=os.path.basename(os.path.splitext(filename)[0])
+        if file_rd.isEncrypted==True:
+            print('不支持的加密文件：%s'%(filename))
+            continue
+       merger.append(file_rd,bookmark=short_filename,import_bookmarks=import_bookmarks)
+        print('合并文件：%s'%(filename))
+        f.close()
+    #out_filename=os.path.join(os.path.abspath(path),output_filename)
+    merger.write(output_filename+".pdf")
+    print('合并后的输出文件：%s'%(output_filename))
+    merger.close()
+
+if __name__ == "__main__":
+    # 每个章节一个子目录，先分别合并每个子目录文件为一个pdf，然后再将这些pdf合并为一个大的pdf，这样做目的是想生成每个章节的书签
+    # 1.指定目录
+    # 原始pdf所在目录
+    path = "E:\RZF\RenZhengfei-master\ALL-pdf"
+    # 输出pdf路径和文件名
+    output_filename = "E:\RZF\RenZhengfei-master"
+
+    # 2.生成子目录的pdf
+    # merge_childdir_files(path)
+
+    # 3.子目录pdf合并为总的pdf
+    mergefiles(path, output_filename)
+```
+
+
+
+整个程序一目了然，把 wk_path 修改成你自己的 wkhtmltopdf 安装路径。file_path 是你的 html 文件路径，而 save_path 就是你 pdf 文件保存的地方。
+
+
+
+### **4、总结**
+
+整个过程用到了两个函数文件，文章已经把所有的源码全部贴了出来，大家复制到本地就可以使用了，记得把相应的库安装好。
+
+
+
+参考：<https://www.cnblogs.com/hankleo/p/10911810.html>
