wl2020mxxb 2021-10-28 09:23 采纳率: 55.6%
浏览 52

如何用python将pdf转成网页html的格式

各位大神，如何用python将pdf转成网页html的格式，以便后面用bs4来提取内容。
起因是我发现直接从pdf转成txt，一句话会被拆断，这样提取的内容不会一句话一行。有时查词竟会显示查询不到，因为一个词被分了占txt的两行。谢谢大神路过，帮忙想想办法

  • 写回答

2条回答 默认 最新

  • wl2020mxxb 2021-10-28 09:26
    关注

    我的pdf主要都是文字的（不是图片），也是直接网页打印保存下的pdf，应该是可以转的

    评论

报告相同问题？

  • python将html转成PDF的实现代码(包含中文)
    2020-12-25 07:09
    安装xhtml2pdf https://pypi.python.org/pypi/xhtml2pdf/下载字体：微软雅黑；给个地址：//www.jb51.net/fonts/8481.html 待转换的文件：1.htm复制代码 代码如下:<meta charset=”utf8″/><style type=’...
  • Python实现将HTML转成PDF的方法分析
    2020-09-19 10:27
    在Python编程中，将HTML转换成PDF是一种常见的需求，例如用于报告生成或文档保存。`pdfkit`是一个方便的库，它提供了将HTML转换为PDF的功能。本篇将详细介绍如何利用`pdfkit`进行HTML到PDF的转换，并分享一些实用的...
  • python将pdf转成html
    2024-10-14 10:50
    Лиу я.的博客 【代码】python将pdf转成html。
  • 使用 Python 将 PDF 或 HTML 转换为 Markdown
    2025-08-12 13:11
    在数字内容管理和编辑领域，将PDF或HTML文件转换为更为简洁的Markdown格式已经变得越来越流行。Markdown因其简洁易读、易于编辑的特点而受到许多内容创作者和开发者的青睐。PDF文件格式由于其跨平台的一致性和专业性...
  • Python中使用PyQt把网页转换成PDF操作代码实例
    2020-09-22 04:50
    在介绍的知识点中，我们需要关注如何使用PyQt（这里特指PyQt4，尽管代码示例中包含了对PySide的兼容处理）将网页内容转换成PDF格式的文件。这一过程需要借助于PyQt中的QtWebKit模块，它允许应用程序加载和渲染网页。...
  • pdf转换成html python,在Python中将pdf转换为html
    2021-06-11 01:17
    梦想是世界和平的博客 所以，我尝试了pdf2htmlEX，它将我的pdf转换成html格式，而不干扰我的pdf格式。。。到目前为止，我还很高兴，但当我试图使用以下命令访问标题时：>> import subprocess>> path = "/home/administrator/...
  • python爬取网页内容转换为PDF文件
    2020-12-23 14:39
    在本实例中，我们将探讨如何使用Python来爬取网页内容并将其转换为PDF文件。这个过程涉及到多个库和模块，包括requests、BeautifulSoup、pdfkit以及PyPDF2。 首先，我们需要`requests`库来发送HTTP请求获取网页内容...
  • Python实现抓取HTML网页并以PDF文件形式保存的方法
    2020-09-20 12:38
    在Python编程中，有时我们需要将网页内容抓取下来并保存为PDF格式，以便于离线阅读或者方便打印。本篇将详细介绍如何使用Python来实现这一功能，主要涉及的库包括`requests`、`beautifulsoup4`、`pdfkit`以及`PyPDF2...
  • python将html转pdf
    2024-07-24 21:53
    bug菌¹的博客 使用python将html转成pdf时出现错乱。生成的pdf是乱的。而html打开使用浏览器打印是正常可以输出pdf的。 如上问题有来自我自身项目开发，有的收集网站，有的来自读者，如有侵权，立马删除。 解决方案   如下是上述...
  • 极速转换，4步学会用Python将HTML转换成PDF
    2023-12-18 17:30
    认真写程序的强哥的博客 在Web开发和报告任务中，将HTML内容转换为PDF是一种常见需求。...在这里我将指导你完成使用Python将HTML转换为PDF的过程，包括一个示例实现和一个单元测试。我们将使用pdfkit库，该库是命令行工具的Python封装。
  • 没有解决我的问题, 去提问

问题事件

  • 创建了问题 10月28日