程序生成word与PDF文档的方法(python)

清疚 2022-05-08 13:08 191阅读 0赞

## 程序导出word文档的方法 ##

将web/html内容导出为world文档，再java中有很多解决方案，比如使用Jacob、Apache POI、Java2Word、iText等各种方式，以及使用freemarker这样的模板引擎这样的方式。php中也有一些相应的方法，但在python中将web/html内容生成world文档的方法是很少的。其中最不好解决的就是如何将使用js代码异步获取填充的数据，图片导出到word文档中。

### 1. unoconv ###

功能：

> 1.支持将本地html文档转换为docx格式的文档，所以需要先将网页中的html文件保存到本地，再调用unoconv进行转换。转换效果也不错，使用方法非常简单。

\# 安装
    sudo apt-get install unoconv
    \# 使用
    unoconv -f pdf *.odt
    unoconv -f doc *.odt
    unoconv -f html *.odt

缺点：

> 1.只能对静态html进行转换，对于页面中有使用ajax异步获取数据的地方也不能转换（主要是要保证从web页面保存下来的html文件中有数据）。  
> 2.只能对html进行转换，如果页面中有使用echarts,highcharts等js代码生成的图片，是无法将这些图片转换到word文档中；  
> 3.生成的word文档内容格式不容易控制。

### 2. python-docx ###

功能：

> 1.python-docx是一个可以读写word文档的python库。

使用方法：

> 1.获取网页中的数据，使用python手动排版添加到word文档中。

from docx import Document
    from docx.shared import Inches
    document = Document()
    document.add_heading('Document Title', 0)
    p = document.add_paragraph('A plain paragraph having some ')
    p.add_run('bold').bold = True
    p.add_run(' and some ')
    p.add_run('italic.').italic = True
    document.add_heading('Heading, level 1', level=1)
    document.add_paragraph('Intense quote', style='IntenseQuote')
    document.add_paragraph(
        'first item in unordered list', style='ListBullet'
    )
    document.add_paragraph(
        'first item in ordered list', style='ListNumber'
    )
    document.add_picture('monty-truth.png', width=Inches(1.25))
    table = document.add_table(rows=1, cols=3)
    hdr_cells = table.rows[0].cells
    hdr_cells[0].text = 'Qty'
    hdr_cells[1].text = 'Id'
    hdr_cells[2].text = 'Desc'
    for item in recordset:
        row_cells = table.add_row().cells
        row_cells[0].text = str(item.qty)
        row_cells[1].text = str(item.id)
        row_cells[2].text = item.desc
    document.add_page_break()
    document.save('demo.docx')

from docx import Document
    from docx.shared import Inches
    document = Document()
    for row in range(9):
        t = document.add_table(rows=1,cols=1,style = 'Table Grid')
        t.autofit = False #很重要！
        w = float(row) / 2.0
        t.columns[0].width = Inches(w)
    document.save('table-step.docx')

缺点：

> 1.功能非常弱。有很多限制比如不支持模板等，只能生成简单格式的word文档。

## 程序导出PDF文档方法 ##

### 1.pdfkit ###

功能：

> 1.wkhtmltopdf主要用于HTML生成PDF。  
> 2.pdfkit是基于wkhtmltopdf的python封装，支持URL，本地文件，文本内容到PDF的转换，其最终还是调用wkhtmltopdf命令。是目前接触到的python生成pdf效果较好的。

优点：

> 1.wkhtmltopdf：利用webkit内核将HTML转为PDF
> 
> > webkit是一个高效、开源的浏览器内核，包括Chrome和Safari在内的浏览器都使用了这个内核。Chrome打印当前网页的功能，其中有一个选项就是直接“保存为 PDF”。  
> > 2.wkhtmltopdf使用webkit内核的PDF渲染引擎来将HTML页面转换为PDF。高保真，转换质量很好，且使用非常简单。

使用方法：

>     \# 安装
>     pip install pdfkit
>     \# 使用
>     import pdfkit
>     pdfkit.from_url('http://google.com', 'out.pdf')
>     pdfkit.from_file('test.html', 'out.pdf')
>     pdfkit.from_string('Hello!', 'out.pdf')

缺点：

> 1.对使用echarts，highcharts这样的js代码生成的图标无法转换为pdf（因为它的功能主要是将html转换为pdf,而不是将js转换为pdf）。对于纯静态页面的转换效果还是不错的。

### 2.其他 ###

> 其他生成pdf的插件还有：weasyprint，reportlab，PyPDF2等，经简单试验都不如pdfkit效果好，且有些用法复杂。