• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    python pdfkit 中文乱码问题的解决方案

    使用python pdfkit生成pdf文件中遇到中文乱码问题

    1.生成的文件名不能带有中文字符

    2.生成的pdf内容中文为乱码

    生成的文件名不能带有中文字符

    解决方法:

    我暂时想到的处理方式是先生成英文文件名,再将这个文件重命名为中文的文件名

    #coding=utf8
    import os
    import pdfkit
    from uuid import uuid1
    ret = 'html>head>meta charset="UTF-8">/head>body>h1>测试pdf内容部分/h1>/body>/html>'.decode('utf8')
    file_name = str(uuid1())
    pdfkit.from_string(ret, file_name) # file_name不能带有中文 如果有会报错
    file_name_new = '测试.pdf'
    os.rename(file_name, file_name_new)
    

    生成的pdf内容中文为乱码

    原因1:

    因为pdfkit生成pdf功能其实调用的是webkit的子模块wkhtmltopdf(通过命令行方式),所以pdfkit生成中文乱码其实是wkhtmltopdf中文乱码导致的;而wkhtmltopdf中文乱码是因为系统中不存在中文字体导致的

    解决方法:

    在系统中添加中文字体

    我的本地电脑是ubuntu14.04的字体文件保存在/usr/share/fonts下(包含了中文字体文件具体哪一个我也不知道汗。),我的服务器是redhat系统(没有中文字体),所以在我的电脑上操作如下:

    cd /usr/share/fonts
    zip -r fonts.zip ./*
    scp fonts.zip 服务器用户名@服务器ip:/usr/share/fonts

    在服务器上操作如下:

    cd /usr/share/fonts
    unzip fonts.zip
    fc-cache -fv
    fc-list # 查看新添加的字体

    你需要找一台有安装了中文字体的电脑复制一份字体文件(就是/usr/share/fonts下的文件),然后如我以上操作就可以了。

    原因2:

    需要在html的字符集设置为utf8

    head>meta charset="UTF-8">/head>

    补充:python写入html文件中文乱码-解决办法

    使用open函数将爬虫爬取的html写入文件,有时候在控制台不会乱码,但是写入文件的html中的中文是乱码的

    案例分析

    看下面一段代码:

    # 爬虫未使用cookie
    from urllib import request
    if __name__ == '__main__':
     url = "http://www.renren.com/967487029/profile"
     rsp = request.urlopen(url)
     html = rsp.read().decode()
     with open("rsp.html","w")as f:
     # 将爬取的页面
     print(html)
     f.write(html)
    

    看似没有问题,并且在控制台输出的html也不会出现中文乱码,但是创建的html文件中

    解决方案

    使用open方法的一个参数,名为encoding=” “,加入encoding=”utf-8”即可

    # 爬虫未使用cookie
    from urllib import request
    if __name__ == '__main__':
     url = "http://www.renren.com/967487029/profile"
     rsp = request.urlopen(url)
     html = rsp.read().decode()
     with open("rsp.html","w",encoding="utf-8")as f:
     # 将爬取的页面
     print(html)
     f.write(html)
    

    运行结果

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。如有错误或未考虑完全的地方,望不吝赐教。

    您可能感兴趣的文章:
    • python解析PDF程序代码
    • python实现csdn全部博文下载并转PDF
    • Python合并多张图片成PDF
    • Python提取PDF指定内容并生成新文件
    • 详解用Python把PDF转为Word方法总结
    • python操作mysql、excel、pdf的示例
    • python 三种方法提取pdf中的图片
    • Python实现给PDF添加水印的方法
    • Python读取pdf表格写入excel的方法
    • Python 多张图片合并成一个pdf的参考示例
    上一篇:python 实现存储数据到txt和pdf文档及乱码问题的解决
    下一篇:Python中删除文件的几种方法实例
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    python pdfkit 中文乱码问题的解决方案 python,pdfkit,中文,乱码,问,