将XHTML转换为PDF的纯python解决方案答案

【问题标题】：Pure python solution to convert XHTML to PDF将XHTML转换为PDF的纯python解决方案
【发布时间】：2009-10-21 04:26:37
【问题描述】：

我正在使用纯 Python 解决方案（用于 GAE）将网页转换为 pdf。

我查看了 reportlab，但文档侧重于从头开始生成 pdf，而不是从 HTML 转换。

你有什么推荐的？ - pisa?

编辑：我的用例是我有一个 HTML 报告，我也想以 PDF 格式提供。我将对此报告结构进行更新，因此我不想维护单独的 PDF 版本，而是（希望）自动转换。
另外，因为我生成报告 HTML，我可以确保它是格式良好的 XHTML，以使 PDF 转换更容易。

【问题讨论】：

不知道，但对于一个非常有趣的问题 +1

标签： python google-app-engine pdf

【解决方案1】：

Pisa 声称支持我想做的事：

pisa 是一个 html2pdf 转换器，使用 ReportLab 工具包、HTML5lib 和 pyPDF。它支持 HTML 5 和 CSS 2.1 （以及一些 CSS 3）。这是完全用纯 Python 编写，所以它是独立于平台。主要好处使用 Web 的用户使用此工具 HTML 和 CSS 等技能能够快速生成 PDF 模板不学习新技术。轻松集成到 Python 中 CherryPy、KID 等框架模板，TurboGears，Django，Zope， Plone、Google AppEngine (GAE) 等

所以我会进一步调查

【讨论】：

您是否成功地将 Pisa 集成到您的 Gae 项目中？
这个人解释得比我好：blog.notdot.net/2010/04/…
我让 pisa 在 gae 上工作，效果很好。但是，它不支持所有 CSS 标签。例如，我大量使用了位置、top、left 和 floats，所有这些都不受 pisa 支持：htmltopdf.org/doc/pisa-en.html（查看支持的 CSS）。除了这些限制之外，它还是一个很棒的图书馆。

【解决方案2】：

你考虑过pyPdf吗？我怀疑它是否具有您所需的功能丰富性，但是，它只是一个开始，并且是纯 Python 的。 PdfFileWriter 类将是生成 PDF 输出的类，不幸的是它需要 PageObject 实例并且不提供将它们组合在一起的真正方法，除了从现有的 PDF 文档中提取它们。不幸的是，我能找到的所有更丰富的 pdf 页面生成包似乎都依赖于 reportlab 或其他非纯 Python 库：-(。

【讨论】：

ReportLab 有哪些不是纯 Python 的？ AFAIK C 扩展是可选的，仅用于性能加速。
@Vinay，根据reportlab.com/docs/reportlab-userguide.pdf，在 Unix-y 系统上，您还需要 freetype2、PIL 和 &c ——您是说文档是错误的，而您实际上并不需要那些部分（reportlab 神奇地做了字体、图像和 c 无论如何都没有它们）...？
我还听说 reportlab 是纯 Python ...... pyPdf 似乎对我的需要来说太低了，因为我不想从头开始创建 PDF。
显然 reportlab 有可选的 c 模块来运行得更快。并且PIL可以用GAE：code.google.com/appengine/docs/python/images/installingPIL.html
@Richard，你对 GAE 上的 PIL 的完全误解非常普遍，让我再次尝试澄清一下：在实际服务中使用 GAE，你会得到一个小于 1/ 的显微图像处理 API 100 PIL 功能； GAE SDK 可以模拟基于本地安装的 PIL 的微型 API，这不会意味着当您在 Google 的服务器上运行 GAE 应用程序时您将获得 PIL。而且对我来说，freetype2 似乎不是“运行更快的 C 模块的可选”：当 freetype2 不存在时，你将如何处理字体，不管你是快还是慢？！

【解决方案3】：

您需要的是一个纯 Python HTML 渲染器，至少可以说这是一项艰巨的任务（像 webkit 这样的“真正的”渲染器是数千小时工作的产物）。据我所知，没有。

我建议不要寻找 HTML 到 PDF 转换器，而是以易于转换为两者的格式构建您的报告 - 例如，您可以将其构建为 DOM（一组链接对象），并且为 HTML 和 PDF 输出编写转换器。这是一个比将 HTML 转换为 PDF 更有限的问题，因此更容易实现。

【讨论】：