Python - Beautifulsoup 到 PDF 与图片（相对路径）答案

【问题标题】：Python - Beautifulsoup to PDF with picture (relative paths)Python - Beautifulsoup 到 PDF 与图片（相对路径）
【发布时间】：2016-01-09 04:50:18
【问题描述】：

我使用 mechanize 浏览网站。在此之后，我使用 beautifulsoup 来操作网页的内容（转换为 unicode，删除一些行）。现在我想从使用 Beautifulsoup 获得的 html 源创建 PDF 文件。使用 pdfkit，它适用于文本。但现在我还想用 html 代码中的图片创建 pdf。通过使用相对路径“../../”等指定 url（也适用于图片）。

如何更改所有 url 以考虑绝对路径以及如何获取 pdf 文件中的图片？路径的变化是否足以获取图片？

解决方案：（基于 dudu1791 提案）

#changement liens vers images
def ChangeLinkIMG(soup,baseurl):
    #parcours des images
    for imgLK in soup.findAll('img'):    
        #chemin relatif image
        try:
            relaIMG=imgLK['src'] 
            #creation lien absolu
            absoIMG=urljoin(baseurl,relaIMG)
            imgLK['src']=absoIMG
            print absoIMG
        except:
            pass
    return soup

【问题讨论】：

标签： python html pdf path beautifulsoup

【解决方案1】：

它可能是答案的一半，但下面的代码可以帮助您转换 url 以考虑绝对路径。我就是这样做的。

def parse_all_links(self, soup):            
        for link in soup.find_all('a'):                
            if(link.get('href')):
                href = link.get('href')
                if href.startswith('http') or href.startswith('https'):
                    print(href)                        
                elif href =='#':
                    #print('No link present')
                    pass
                elif href =='/':
                    pass
                else:
                    href = baseurl + href
                    print(href)

【讨论】：

谢谢！我修改了你处理图片的建议。我在帖子中写了我的函数。