python爬pdf的曲线_科学网—Python爬PDF - 胡鹏程的博文

最近用Python爬了两本书，分享下代码，仅作为交流和分享。

#下载#

import requests #先导入库

import re #正则表达式

import os #创建路径

import random #导入随机函数(0-1)

#import string

#输入储存路径和书名

root = input("Root_path = ")

name = input("Book_name = ")

path = root+'/'+name

isExists=os.path.exists(path) #判断是否存在

if isExists: # 如果目录存在则不创建，并提示目录已存在

print(path+' 目录已存在')

else:

os.makedirs(path)# 如果不存在则创建目录

print(path+' 创建成功')

#输入获取图片的src地址，有些src是分开的，所以需要注意下

src = input("src = ")

url = src

#这里不分享自动获取网页内容的代码了，仅提供单页下载保存方式

#开始请求网址并下载

page = 0001#第一页的图片名称

filename = 'D:\\Downloads\\'+name+'\\'+page+'.png' #存储位置

try:

#爬的时候建议设置下相应时间，毕竟爬虫会增加网站的负荷

response = requests.get(link[url],timeout=(random.random()*random.random()*30))

file = open(filename[i],'wb')

file.write(response.content) #写入文件

file.close()#关闭操作

except:

print("下载完成!")

#各种图片融合成一个pdf#

from PIL import Image

import os

import re

path = root+'/'+name+'/'

Files = os.listdir(path)

#转化

file_list = sorted(os.listdir(path))

pic_name = []

im_list = []

for x in file_list:

if "jpg" in x or 'png' in x or 'jpeg' in x:

pic_name.append(x)

new_pic = []

for x in pic_name:

if "jpg" in x:

new_pic.append(x)

for x in pic_name:

if "png" in x:

new_pic.append(x)

im1 = Image.open(os.path.join(path,new_pic[0]))

new_pic.pop(0)

for i in new_pic:

img = Image.open(os.path.join(path,i))

img.getpalette()

if img.mode == "RGBA":

img = img.convert('RGB')

im_list.append(img)

else:

im_list.append(img)

save_path = input("保存路径 = ")

pdf_name = name

im1.save(save_path+pdf_name+'.pdf', "PDF", resolution=100.0, save_all=True, append_images=im_list)

print(pdf_name+"已经生成！")

部分代码主要源于网络引用，对此表示感谢。

有些未能溯源找到原网址，表示歉意，若有侵权请与我联系，也欢迎读者指出引用出处，我将其链接附上。

图片融合成PDF：转载本文请联系原作者获取授权，同时请注明本文来自胡鹏程科学网博客。

链接地址：http://blog.sciencenet.cn/blog-3422975-1247282.html

上一篇：快毕业了，此文纪念一下