主頁 > 知識庫 > python pdfkit 中文亂碼問題的解決方案

python pdfkit 中文亂碼問題的解決方案

熱門標(biāo)簽:電銷機(jī)器人 金倫通信 crm電銷機(jī)器人 北京外呼電銷機(jī)器人招商 鄭州智能外呼系統(tǒng)中心 400電話 申請 條件 南京crm外呼系統(tǒng)排名 云南地圖標(biāo)注 賓館能在百度地圖標(biāo)注嗎 汕頭電商外呼系統(tǒng)供應(yīng)商

使用python pdfkit生成pdf文件中遇到中文亂碼問題

1.生成的文件名不能帶有中文字符

2.生成的pdf內(nèi)容中文為亂碼

生成的文件名不能帶有中文字符

解決方法:

我暫時想到的處理方式是先生成英文文件名,再將這個文件重命名為中文的文件名

#coding=utf8
import os
import pdfkit
from uuid import uuid1
ret = 'html>head>meta charset="UTF-8">/head>body>h1>測試pdf內(nèi)容部分/h1>/body>/html>'.decode('utf8')
file_name = str(uuid1())
pdfkit.from_string(ret, file_name) # file_name不能帶有中文 如果有會報錯
file_name_new = '測試.pdf'
os.rename(file_name, file_name_new)

生成的pdf內(nèi)容中文為亂碼

原因1:

因為pdfkit生成pdf功能其實調(diào)用的是webkit的子模塊wkhtmltopdf(通過命令行方式),所以pdfkit生成中文亂碼其實是wkhtmltopdf中文亂碼導(dǎo)致的;而wkhtmltopdf中文亂碼是因為系統(tǒng)中不存在中文字體導(dǎo)致的

解決方法:

在系統(tǒng)中添加中文字體

我的本地電腦是ubuntu14.04的字體文件保存在/usr/share/fonts下(包含了中文字體文件具體哪一個我也不知道汗。),我的服務(wù)器是redhat系統(tǒng)(沒有中文字體),所以在我的電腦上操作如下:

cd /usr/share/fonts
zip -r fonts.zip ./*
scp fonts.zip 服務(wù)器用戶名@服務(wù)器ip:/usr/share/fonts

在服務(wù)器上操作如下:

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

你需要找一臺有安裝了中文字體的電腦復(fù)制一份字體文件(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的字符集設(shè)置為utf8

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

補充:python寫入html文件中文亂碼-解決辦法

使用open函數(shù)將爬蟲爬取的html寫入文件,有時候在控制臺不會亂碼,但是寫入文件的html中的中文是亂碼的

案例分析

看下面一段代碼:

# 爬蟲未使用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:
 # 將爬取的頁面
 print(html)
 f.write(html)

看似沒有問題,并且在控制臺輸出的html也不會出現(xiàn)中文亂碼,但是創(chuàng)建的html文件中

解決方案

使用open方法的一個參數(shù),名為encoding=” “,加入encoding=”utf-8”即可

# 爬蟲未使用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:
 # 將爬取的頁面
 print(html)
 f.write(html)

運行結(jié)果

以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方,望不吝賜教。

您可能感興趣的文章:
  • python解析PDF程序代碼
  • python實現(xiàn)csdn全部博文下載并轉(zhuǎn)PDF
  • Python合并多張圖片成PDF
  • Python提取PDF指定內(nèi)容并生成新文件
  • 詳解用Python把PDF轉(zhuǎn)為Word方法總結(jié)
  • python操作mysql、excel、pdf的示例
  • python 三種方法提取pdf中的圖片
  • Python實現(xiàn)給PDF添加水印的方法
  • Python讀取pdf表格寫入excel的方法
  • Python 多張圖片合并成一個pdf的參考示例

標(biāo)簽:西寧 浙江 錫林郭勒盟 石家莊 懷化 昆明 文山 梅州

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《python pdfkit 中文亂碼問題的解決方案》,本文關(guān)鍵詞  python,pdfkit,中文,亂碼,問,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《python pdfkit 中文亂碼問題的解決方案》相關(guān)的同類信息!
  • 本頁收集關(guān)于python pdfkit 中文亂碼問題的解決方案的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章