Heim >WeChat-Applet >WeChat-Entwicklung >Crawlen Sie öffentliche WeChat-Kontoartikel und speichern Sie sie als PDF-Dateien (Python-Methode).
【Verwandte Lernempfehlungen: Tutorial zur Entwicklung öffentlicher WeChat-Konten】
Dies ist mein erstes Mal, dass ich einen Blog schreibe Konvertieren Sie die Artikel in das PDF-Format. Speichern Sie sie lokal.
pip install wechatsogou --upgrade
wechatsogou ist eine öffentliche Wechat-Konto-Crawler-Schnittstelle, die auf der Sogou-WeChat-Suche basiert
import wechatsogou # captcha_break_time为验证码输入错误的重试次数,默认为1 ws_api = wechatsogou.WechatSogouAPI(captcha_break_time=3) # 公众号名称 gzh_name = '' # 将该公众号最近10篇文章信息以字典形式返回 data = ws_api.get_gzh_article_by_history(gzh_name)
Datenstruktur :
{ 'gzh': { 'wechat_name': '', # 名称 'wechat_id': '', # 微信id 'introduction': '', # 简介 'authentication': '', # 认证 'headimage': '' # 头像 }, 'article': [ { 'send_id': int, # 群发id,注意不唯一,因为同一次群发多个消息,而群发id一致 'datetime': int, # 群发datatime 10位时间戳 'type': '', # 消息类型,均是49(在手机端历史消息页有其他类型,网页端最近10条消息页只有49),表示图文 'main': int, # 是否是一次群发的第一次消息 1 or 0 'title': '', # 文章标题 'abstract': '', # 摘要 'fileid': int, # 'content_url': '', # 文章链接 'source_url': '', # 阅读原文的链接 'cover': '', # 封面图 'author': '', # 作者 'copyright_stat': int, # 文章类型,例如:原创啊 }, ... ] }
Hier müssen zwei Informationen eingeholt werden: Artikeltitel und Artikel-URL.
Nachdem Sie die Artikel-URL erhalten haben, können Sie die HTML-Seite basierend auf der URL in eine PDF-Datei konvertieren.
Generieren Sie PDF-Dateien
2. Installieren Sie pdfkit
pip install pdfkit
import pdfkit # 根据url生成pdf pdfkit.from_url('http://baidu.com','out.pdf') # 根据html文件生成pdf pdfkit.from_file('test.html','out.pdf') # 根据html代码生成pdf pdfkit.from_string('Hello!','out.pdf')
Dann erstellen Sie den vollständigen HTML-Code basierend auf html_code und rufen Sie die
-Methode auf, um eine PDF-Datei zu generieren. Zu diesem Zeitpunkt werden Sie feststellen, dass die Bilder im Artikel in der PDF-Datei angezeigt werden. Vollständiger Code# 该方法根据文章url对html进行处理,使图片显示 content_info = ws_api.get_article_content(url) # 得到html代码(代码不完整,需要加入head、body等标签) html_code = content_info['content_html']
pdfkit.from_string()
Verwandte Lernempfehlungen: Das obige ist der detaillierte Inhalt vonCrawlen Sie öffentliche WeChat-Kontoartikel und speichern Sie sie als PDF-Dateien (Python-Methode).. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!