python pdfkit 中文亂碼問題的解決方案
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=utf8import osimport pdfkitfrom uuid import uuid1ret = ’<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/fontszip -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/fontsunzip fonts.zipfc-cache -fvfc-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cookiefrom urllib import requestif __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
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cookiefrom urllib import requestif __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好吧啦網(wǎng)。如有錯誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章：
網(wǎng)公網(wǎng)安備