python pdfkit 中文乱码问题的解决方案

2023-07-04 13:59:15 257

使用pythonpdfkit生成pdf文件中遇到中文乱码问题

1.生成的文件名不能带有中文字符

2.生成的pdf内容中文为乱码

生成的文件名不能带有中文字符

解决方法：

我暂时想到的处理方式是先生成英文文件名，再将这个文件重命名为中文的文件名

#coding=utf8
importos
importpdfkit
fromuuidimportuuid1
ret='测试pdf内容部分'.decode('utf8')
file_name=str(uuid1())
pdfkit.from_string(ret,file_name)#file_name不能带有中文如果有会报错
file_name_new='测试.pdf'
os.rename(file_name,file_name_new)

生成的pdf内容中文为乱码

原因1：

因为pdfkit生成pdf功能其实调用的是webkit的子模块wkhtmltopdf(通过命令行方式)，所以pdfkit生成中文乱码其实是wkhtmltopdf中文乱码导致的；而wkhtmltopdf中文乱码是因为系统中不存在中文字体导致的

解决方法：

在系统中添加中文字体

我的本地电脑是ubuntu14.04的字体文件保存在/usr/share/fonts下(包含了中文字体文件具体哪一个我也不知道汗。)，我的服务器是redhat系统(没有中文字体)，所以在我的电脑上操作如下:

cd/usr/share/fonts
zip-rfonts.zip./*
scpfonts.zip服务器用户名@服务器ip:/usr/share/fonts

在服务器上操作如下:

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

你需要找一台有安装了中文字体的电脑复制一份字体文件(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的字符集设置为utf8

补充：python写入html文件中文乱码-解决办法

使用open函数将爬虫爬取的html写入文件，有时候在控制台不会乱码，但是写入文件的html中的中文是乱码的

案例分析

看下面一段代码：

#爬虫未使用cookie
fromurllibimportrequest
if__name__=='__main__':
url="http://www.renren.com/967487029/profile"
rsp=request.urlopen(url)
html=rsp.read().decode()
withopen("rsp.html","w")asf:
#将爬取的页面
print(html)
f.write(html)

看似没有问题，并且在控制台输出的html也不会出现中文乱码，但是创建的html文件中

解决方案

使用open方法的一个参数，名为encoding=”“，加入encoding=”utf-8”即可

#爬虫未使用cookie
fromurllibimportrequest
if__name__=='__main__':
url="http://www.renren.com/967487029/profile"
rsp=request.urlopen(url)
html=rsp.read().decode()
withopen("rsp.html","w",encoding="utf-8")asf:
#将爬取的页面
print(html)
f.write(html)

运行结果

以上为个人经验，希望能给大家一个参考，也希望大家多多支持毛票票。如有错误或未考虑完全的地方，望不吝赐教。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

python pdfkit 中文乱码问题的解决方案

生成的文件名不能带有中文字符

解决方法：

测试pdf内容部分

生成的pdf内容中文为乱码

原因1：

解决方法：

原因2：

案例分析

解决方案

热门推荐

随机推荐