使用 Selenium 将 HTML 转存为 PDF 并设置纸张大小

在现代网页开发中，许多应用场景需要将动态生成的 HTML 内容转存为 PDF。例如，生成发票、报告或在线文档等。这一需求可以通过 Python 的 Selenium 库来实现。本文将探讨如何使用 Selenium 将 HTML 转存为 PDF，并设置纸张大小，以满足具体的业务需求。

首先确保已经安装了以下库：

您可以使用以下命令安装所需库：

pip install selenium pdfkit
同时，请确保您已经下载了 Chrome WebDriver，并将其添加到系统的环境变量中。
我们的目标是：
使用 Selenium 加载指定的 HTML 页。
设置纸张大小和其他 PDF 输出选项。
将网页内容导出为 PDF 文件。
下面是系统状态图，展示了整个流程的各个状态：
stateDiagram
    [*] --> Load HTML
    Load HTML --> Set Paper Size
    Set Paper Size --> Generate PDF
    Generate PDF --> [*]
在这个状态图中，我们可以看到流程从加载 HTML 开始，到设置纸张大小，最后生成 PDF 文件并结束。
下面是一个示例代码，以演示如何将 HTML 转存为 PDF：
from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager
import time
import pdfkit
# 初始化 WebDriver
options = webdriver.ChromeOptions()
options.add_argument('--headless')  # 无头模式，后台运行
options.add_argument('--disable-gpu')  # 禁用 GPU 加速
options.add_argument('--print-to-pdf')  # 转存为 PDF
options.add_argument('--virtual-time-budget=20000')  # 增加时间预算
driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()), options=options)
# 加载 HTML 页面
url = '  # 替换为实际的 URL
driver.get(url)
# 等待页面加载完全
time.sleep(2)
# 设置纸张大小
options.add_argument('--print-backgrounds=true')  # 打印背景
options.add_argument('--paper-size=A4')  # 设置纸张大小为 A4
# 保存为 PDF
pdf_path = 'output.pdf'  # 输出文件名
driver.execute_script('window.print();')
# 清理资源
driver.quit()
print(f"PDF generated at {pdf_path}")
初始化 WebDriver：使用无头模式启动 Chrome，使得操作在后台进行。禁用 GPU 加速可以减少潜在的兼容性问题。
加载指定的 HTML 页面：通过 driver.get(url) 加载网页，确保加载完成后再继续操作。
设置纸张大小：增加了打印背景，并将纸张大小设置为 A4。
保存为 PDF：调用 window.print() 方法，利用 Chrome 的打印功能，将内容导出为 PDF。
关闭 WebDriver：完成操作后，清理资源以防止内存泄漏。
接下来是操作流程的序列图，展示了各个流程步骤之间的交互：
sequenceDiagram
    participant User
    participant WebDriver
    participant PDF Generator
    User->>WebDriver: Start HTML loading
    WebDriver->>PDF Generator: Load HTML page
    PDF Generator-->>WebDriver: Page loaded
    WebDriver->>PDF Generator: Set paper size
    PDF Generator-->>WebDriver: Paper size set
    WebDriver->>PDF Generator: Print to PDF
    PDF Generator-->>WebDriver: PDF generated
    WebDriver-->>User: Return PDF file path
此序列图展示了用户与 WebDriver 及 PDF 生成器之间的互动过程，确保每一步的顺序和执行的关系清晰明了。
通过以上的步骤，您可以实现在 Python 中使用 Selenium 将 HTML 页面转换为 PDF，并且设置所需的纸张大小。这一方法可以广泛应用于各种场景，如生成报告、发票及其他需要将网页内容保存为 PDF 的业务需求。希望本文的内容对您有所帮助，能够有效解决您的问题。如有任何疑问或需求欢迎随时交流！