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內容中文為亂碼
原因1：
因為pdfkit生成pdf功能其實調用的是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中文亂碼導致的；而wkhtmltopdf中文亂碼是因為系統中不存在中文字體導致的
解決方法：
在系統中添加中文字體
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。)，我的服務器是redhat系統(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 服務器用戶名@服務器ip:/usr/share/fonts
在服務器上操作如下:
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也不會出現中文亂碼，但是創建的html文件中
解決方案
使用open方法的一個參數，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)
運行結果
以上為個人經驗，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csdn全部博文下載并轉PDF
- Python合并多張圖片成PDF
- Python提取PDF指定內容并生成新文件
- 詳解用Python把PDF轉為Word方法總結
- python操作mysql、excel、pdf的示例
- python 三種方法提取pdf中的圖片
- Python實現給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
