你可以使用 Python 将网页转换为 PDF 文件，最常用的方法是结合 **Selenium** 或 **Playwright** 控制浏览器（如 Chrome），调用其内置的“打印为 PDF”功能。下面我将详细介绍一种稳定、高效、支持 JavaScript 渲染页面的方式：**使用 Selenium + Chrome CDP（Chrome DevTools Protocol）生成 PDF**。 --- ### ✅ 使用 Python + Selenium 将网页转换为 PDF ```python from selenium import webdriver from selenium.webdriver.chrome.options import Options import base64 import os def webpage_to_pdf(url, output_path="output.pdf"): # 设置 Chrome 选项 chrome_options = Options() chrome_options.add_argument("--headless") # 无头模式运行 chrome_options.add_argument("--disable-gpu") chrome_options.add_argument("--no-sandbox") chrome_options.add_argument("--disable-dev-shm-usage") chrome_options.add_argument("--print-to-pdf") # 可选提示 # 启动 WebDriver（需要 chromedriver 在 PATH 中） driver = webdriver.Chrome(options=chrome_options) try: # 打开网页 driver.get(url) # 调用 Chrome 的 Page.printToPDF 命令 result = driver.execute_cdp_cmd("Page.printToPDF", { "landscape": False, # 是否横向 "format": "A4", # 纸张格式 "printBackground": True, # 打印背景颜色和图像 "scale": 1, # 缩放比例 (0.1–2) "marginTop": 0.4, "marginBottom": 0.4, "marginLeft": 0.4, "marginRight": 0.4, "preferCSSPageSize": True # 使用 CSS @page 定义的大小 }) # 解码 base64 数据并写入文件 pdf_data = base64.b64decode(result['data']) with open(output_path, 'wb') as f: f.write(pdf_data) print(f"✅ 成功保存 PDF 到: {os.path.abspath(output_path)}") except Exception as e: print(f"❌ 转换失败: {e}") finally: driver.quit() # 关闭浏览器 # 示例调用 webpage_to_pdf("https://www.example.com", "example.pdf") ``` --- ### 🔍 代码解释： | 部分 | 说明 | |------|------| | `Options()` | 设置 Chrome 浏览器行为，`--headless` 表示后台运行 | | `execute_cdp_cmd("Page.printToPDF", {...})` | 调用 Chrome 内部协议直接导出 PDF，质量高且原生支持 | | `base64.b64decode(result['data'])` | Puppeteer/Selenium 返回的是 base64 编码的 PDF 内容，需解码保存 | | `preferCSSPageSize: True` | 若网页用了 `@page { size: A4; }` 等样式，会优先使用 | --- ### 🧰 安装依赖 ```bash pip install selenium ``` > ⚠️ 注意：你还需要安装 **ChromeDriver** 并确保它在系统环境变量 `PATH` 中。 #### 自动管理驱动（推荐）：使用 `webdriver-manager` ```bash pip install webdriver-manager ``` 然后修改代码中的驱动初始化部分： ```python from webdriver_manager.chrome import ChromeDriverManager from selenium.webdriver.chrome.service import Service # 替换原来的 driver 初始化 service = Service(ChromeDriverManager().install()) driver = webdriver.Chrome(service=service, options=chrome_options) ``` 这样每次都会自动下载匹配版本的 `chromedriver`，避免手动配置。 --- ### 💡 示例输出 运行后会在当前目录生成一个名为 `example.pdf` 的文件，内容就是 `https://www.example.com` 的完整网页快照（包括 CSS 样式和部分 JS 渲染结果）。 --- ### 📌 注意事项 - 页面必须完全加载才能正确渲染。可添加等待逻辑： ```python from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait WebDriverWait(driver, 10).until( lambda d: d.execute_script('return document.readyState') == 'complete' ) ``` - 对于大量动态内容（如 React/Vue SPA），建议增加延迟或监听网络空闲。 - Linux 服务器上运行时，请确认已安装图形环境或使用 Xvfb 模拟显示。 --- ### ✅ 替代方案：使用 Playwright（更新更快） 如果你愿意尝试更现代的工具，可以使用 `playwright`： ```bash pip install playwright playwright install chromium ``` Python 代码： ```python from playwright.sync_api import sync_playwright with sync_playwright() as p: browser = p.chromium.launch() page = browser.new_page() page.goto("https://www.example.com") page.wait_for_load_state("networkidle") # 等待网络空闲 page.pdf(path="example.pdf", format="A4", print_background=True) browser.close() ``` > Playwright 更简洁，API 更强大，适合新项目。 ---