Python 代码轻松实现 HTML 文件及HTML字符串到 PDF 文档的转换

从网页生成文档已经是一种常见需求。无论是为了存档网页内容、离线共享网页或创建可打印的报告，经常会需要一种可靠的方法将HTML文件转换为稳定且普遍可访问的PDF格式。通过利用强大的Python语言，我们可以轻松地使用Python程序将HTML转换为PDF，从而实现从网页文件内容生成PDF的目的。

本文重点介绍如何利用Python代码进行HTML到PDF的转换，包括转换主要步骤和代码示例等内容。文章涵盖以下方面：

使用Python将HTML转换为PDF的要点

借助Python库，开发人员和用户可以轻松地从HTML文件生成外观专业的PDF文档，包括内容、格式和超链接。同时，Python程序能将这一过程自动化，实现轻松、高效的PDF生成。但由于动态内容、渲染差异等原因，HTML到PDF的转换也具有一定的局限性。因此，为了获得最佳结果，当使用Python进行HTML到PDF转换时，开发人员可以选择更简单的网页，也可以在转换之前预处理HTML文件，如只保留文本内容。
本文所介绍的方法需要用到Spire.Doc for Python，可从官网下载或通过PyPI安装：pip install Spire.Doc。

在使用此API转换HTML到PDF时，主要用到以下类和方法：

项目	描述
Document 类	表示Word文档的类。
Document.LoadFromFile() 方法	以DOCX、HTML和其他格式加载文件作为Word文档。
Document.SaveToFile() 方法	将Word文档保存为DOCX、PDF、HTML和其他格式的文件。
Paragraph.AppendHTML() 方法	在文档中呈现HTML字符串的方法。
FileFormat	枚举类，表示不同类型的文件格式。
XHTMLValidationType	枚举类，表示XHTML验证的选项，包括无验证、严格验证和过渡验证。

使用Python进行HTML到PDF转换的步骤和代码示例

通过使用LoadFromFile方法加载HTML文件并通过使用SaveToFile方法将其保存为PDF文件，开发人员可以使用简单的Python代码将HTML转换为PDF。主要步骤如下：

1. 导入所需的模块。
2. 创建一个 Document 类的对象。
3. 使用 Document.LoadFromFile() 方法加载HTML文件。
4. 使用 Document.SaveToFile() 方法将HTML文件转换为PDF并保存。

以下是一个在Python中将HTML转换为PDF的代码示例：

from spire.doc import Document
from spire.doc import FileFormat
from spire.doc import XHTMLValidationType

# 创建一个 Document 类对象
doc = Document()

# 加载一个 HTML 文件
doc.LoadFromFile("示例.html", FileFormat.Html, XHTMLValidationType.none)

# 将文件转换为 PDF 格式并保存
doc.SaveToFile("output/HTML转PDF.pdf", FileFormat.PDF)
doc.Close()

转换效果：

使用Python将HTML字符串渲染为PDF的步骤和代码示例

HTML字符串通常指包含HTML标签、属性和内容的文本，用于描述网页的结构和呈现。通过使用 Paragraph.AppendHTML() 方法，开发人员可以轻松地在文档中呈现HTML字符串，然后将其保存为PDF文件。主要步骤如下：

1. 导入所需的模块。
2. 创建一个 Document 类的对象。
3. 使用 Document.AddSection() 方法添加一个节(section)到文档，并使用 Section.AddParagraph() 方法添加一个段落(paragraph)到节中。
4. 指定HTML字符串。
5. 使用 Paragraph.AppendHTML() 方法在文档中呈现HTML字符串。
6. 使用 Document.SaveToFile() 方法将文档转换为PDF并保存。

以下是一个在Python中将HTML字符串转换为PDF的代码示例：

from spire.doc import Document
from spire.doc import FileFormat

# 创建一个 Document 类的对象
doc = Document()

# 向文档添加一个节（section）
sec = doc.AddSection()

# 向节添加一个段落（paragraph）
par = sec.AddParagraph()

# 指定 HTML 字符串
htmlString = """


  


  
欢迎访问我的网站

  
个人信息
  

    
姓名：John Doe
    
年龄：30
    
国籍：美国
  

  
工作经历
  

    

      
公司
      
职位
      
年份
    
    

      
ABC 公司
      
软件工程师
      
2018-2020
    
    

      
XYZ 公司
      
项目经理
      
2020-2022
    
  

  
项目列表
  

    
项目 A
    
项目 B
    
项目 C
  



"""

# 在文档中渲染 HTML 字符串
par.AppendHTML(htmlString)

# 将文档保存为 PDF 文件
doc.SaveToFile("output/HTML字符串转PDF.pdf", FileFormat.PDF)
doc.Close()

生成的PDF文档：

免费在线HTML到PDF转换器

对于少量简单的HTML文件转换为PDF文档且不需要进行复杂操作，推荐使用免费在线PDF转换器。该工具通过简单上传HTML文件并下载生成的PDF文档实现轻松转换。它提供了一个简单直接的解决方案，方便快捷地进行转换操作。

总结

以上文章侧重于使用Python进行HTML到PDF转换。它解释了使用Python将HTML转换为PDF的优势和限制，并提供了使用Spire.Doc for Python进行HTML到PDF和HTML字符串到PDF转换的说明和代码示例。通过参考上述方法，开发人员可以创建自己的Python程序，实现自动化和高质量的转换。如果有任何问题，可前往Spire产品论坛寻求技术支持。