要求：

把.md格式转为.pdf格式，并批量处理，最后将多个pdf文件合并为一个pdf并以文件名作为书签名

解决思路：

1.md格式的markdown文件转为html

为了将 md 格式转换成 html 文件，我们需要用到 markdown 和 codecs 这两个库。

pip install markdown

完整代码如下:

import markdown

import os

import codecs

head = """<!DOCTYPE html>

<html>

<head>

<meta http-equiv="Content-Type" content="text/html;charset=utf-8" />

<style type="text/css">

code {

  color: inherit;

  background-color: rgba(0, 0, 0, 0.05);

}

</style>

</head>

<body>

"""

foot = """

</body>

</html>

"""

filepath = "E:/Data/RenZhengfei-master/ALL"

savepath = "E:/Data/RenZhengfei-master/ALL-html"

if not os.path.isdir(savepath):

    os.mkdir(savepath)

os.chdir(savepath)

i = 0

pathDir = os.listdir(filepath)

for allDir in pathDir:

    if (allDir == "pdf"):

        continue

    name = allDir

    print(name)

    os.chdir(filepath)

    fp1 = codecs.open(name, mode="r", encoding="utf-8")

    text = fp1.read()

    html = markdown.markdown(text)

    fp1.close()

    #print(html)

    fname = name.replace('md', 'html')

    #f2 = '%s.html' % (fname)

    os.chdir(savepath)

    fp2 = codecs.open(fname, "w", encoding="utf-8", errors="xmlcharrefreplace")

    fp2.write(head + html + foot)

    fp2.close()

print(i)

MdToHtml

2.html格式文件转为pdf

wkhtmltopdf 是一个开源、简单而有效的命令行 shell 程序，它可以将任何 HTML （网页）转换为 PDF 文档或图像（jpg、png 等）。

我们首先需要去官网去下载对应的程序到本地环境中 ：https://wkhtmltopdf.org/downloads.html

也可以直接使用pip安装

pip install pdfkit

完整代码如下:

import time

import pdfkit

import os

wk_path = r'E:/wkhtmltox/bin/wkhtmltopdf.exe'

config = pdfkit.configuration(wkhtmltopdf=wk_path)

filepath = "E:/Data/RenZhengfei-master/ALL-html"

savepath = "E:/Data/RenZhengfei-master/ALL-pdf"

time1 = time.time()

pathDir = os.listdir(filepath)

for allDir in pathDir:

    if (allDir == "pdf"):

        continue

    name = allDir

    print(name)

    htmlpath=filepath+"\\"+name

    print(htmlpath)

    name = name.replace('html', 'pdf')

    os.chdir(savepath)

    pdfkit.from_url(htmlpath, name, configuration=config)

#pdfkit.from_url(url, name, configuration=config)

time2 = time.time()

print(str(time2 - time1)+" s")

HtmlToPdf

3.合并多个pdf文件

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

'''

   本脚本用来合并pdf文件，支持带一级子目录的

   每章内容分别放在不同的目录下，目录名为章节名

   最终生成的pdf，按章节名生成书签

'''

import os, sys, codecs

from PyPDF2 import PdfFileReader, PdfFileWriter, PdfFileMerger

import glob

def getFileName(filepath):

    '''获取当前目录下的所有pdf文件'''

    file_list = glob.glob(filepath+"/*.pdf")

    # 默认安装字典序排序，也可以安装自定义的方式排序

    # file_list.sort()

    return file_list

def get_dirs(filepath='', dirlist_out=[], dirpathlist_out=[]):

    # 遍历filepath下的所有目录

    for dir in os.listdir(filepath):

        dirpathlist_out.append(filepath + '\\' + dir)

    return dirpathlist_out

def merge_childdir_files(path):

    '''每个子目录下合并生成一个pdf'''

    dirpathlist = get_dirs(path)

    if len(dirpathlist) == 0:

        print("当前目录不存在子目录")

        sys.exit()

    for dir in dirpathlist:

        mergefiles(dir, dir)

def mergefiles(path, output_filename, import_bookmarks=False):

#遍历目录下的所有pdf将其合并输出到一个pdf文件中，输出的pdf文件默认带书签，书签名为之前的文件名

#默认情况下原始文件的书签不会导入，使用import_bookmarks=True可以将原文件所带的书签也导入到输出的pdf文件中

    merger=PdfFileMerger()

    filelist=getFileName(path)

    if len(filelist)==0:

        print("当前目录及子目录下不存在pdf文件")

        sys.exit()

    for filename in filelist:

        f=codecs.open(filename,'rb')

        file_rd=PdfFileReader(f)

        short_filename=os.path.basename(os.path.splitext(filename)[0])

        if file_rd.isEncrypted==True:

            print('不支持的加密文件：%s'%(filename))

            continue

        merger.append(file_rd,bookmark=short_filename,import_bookmarks=import_bookmarks)

        print('合并文件：%s'%(filename))

        f.close()

    #out_filename=os.path.join(os.path.abspath(path),output_filename)

    merger.write(output_filename+".pdf")

    print('合并后的输出文件：%s'%(output_filename))

    merger.close()

if __name__ == "__main__":

    # 每个章节一个子目录，先分别合并每个子目录文件为一个pdf，然后再将这些pdf合并为一个大的pdf，这样做目的是想生成每个章节的书签

    # 1.指定目录

    # 原始pdf所在目录

    path = "E:\Data\RenZhengfei-master\ALL-pdf"

    # 输出pdf路径和文件名

    output_filename = "E:\Data\RenZhengfei-master"

    # 2.生成子目录的pdf

    # merge_childdir_files(path)

    # 3.子目录pdf合并为总的pdf

    mergefiles(path, output_filename)

AllPdf

markdown转为pdf文件的更多相关文章

  1. 将doc文件批量转为pdf文件

    需要将不少doc文件转为pdf,WPS带有这种功能,但是鼠标点击次数太多以后整个人都变得很烦躁 用了一下午去搜这方面的工具软件,找到若干.有一些免费,有一些试用的,但总归就找到一个真正能用,虽说生成的 ...

  2. php 查询mysql数据批量转为PDF文件二（批量使用wkhtmltopdf html导出PDF）

    上节讲到配置wkhtmltopdf,这节讲下如何批量操作 首先讲下wkhtmltopdf如何使用 直接命令行输入: wkhtmltopdf http://www.baidu.com/  baidu.p ...

  3. 将Rmarkdown文件转为pdf文件

    knitr包只能够将R markdown文件转为html格式,若想要将其转化为pdf格式,还要安装另一个包 # Install and load package install.packages(&q ...

  4. windows使用Pandoc将Markdown转换为PDF文件

    pandoc下载:https://github.com/jgm/pandoc/releases/tag/1.19.2.1 //windows下载msi文件 miktex下载:https://mikte ...

  5. php 查询mysql数据批量转为PDF文件一（mac使用配置wkhtmltopdf html导出PDF）

    数据转标准PDF查文档,查资料先转HTML标准格式再html转PDF 转PDF wkhtmltopdf工具是最佳选择 首先下载wkhtmltopdf https://wkhtmltopdf.org/d ...

  6. [原创]使用Pandoc实现Markdown文件转PDF文件

    Markdown写法简单明快,我十分喜欢,以至于我最近都想使用Markdown快速的进行测试说明书的写作,但是考虑到这文档是要进行交接的,一个.md的文件在内部传输还是有不便,于是就想到了能不能把Ma ...

  7. openoffice启动服务并将office文件转换为pdf文件

    1.首先下载最新版的openoffice工具,安装完成之后安装服务,, win+r打开命令提示符 输入cmd,cd C:\Program Files (x86)\OpenOffice 4\progra ...

  8. Office系列(1)---将Office文件(Word、PPT、Excel)转换为PDF文件

    需求: 将Office文件作为文章并在网页上预览,主要为(Word.PPT.Excel)3种类型文件. 研究了一下,找到了两种解决方案 直接调用微软的在线预览功能实现(预览前提:预览资源必须可以直接通 ...

  9. PDF文件如何转成markdown格式

    百度上根据pdf转makrdown为关键字进行搜索,结果大多数是反过来的转换,即markdown文本转PDF格式. 但是PDF转markdown的解决方案很少. 正好我工作上有这个需求,所以自己实现了 ...

随机推荐

  1. Spring源码剖析2：初探Spring IOC核心流程

    本文转载自互联网,侵删 本系列文章将整理到我在GitHub上的<Java面试指南>仓库,更多精彩内容请到我的仓库里查看 https://github.com/h2pl/Java-Tutor ...

  2. 1242 斐波那契数列的第N项

    1242 斐波那契数列的第N项  基准时间限制:1 秒 空间限制:131072 KB 分值: 0 难度:基础题   斐波那契数列的定义如下:   F(0) = 0 F(1) = 1 F(n) = F( ...

  3. JS闭包的详解

    目录 一.什么是闭包? 二.闭包有什么好处?应用在哪? 2.1 好处: 2.2 用法: 三.闭包需要注意的地方? 3.1 IE下会引发内存泄露 一.什么是闭包? 特点: 1 函数嵌套函数 2 内部函数 ...

  4. HTTPS 加密原理探究

    由于之前项目中IOS系统建议将http协议换成https协议所以查看相关资料在此记录 HTTPS 通讯过程的基本原理 问:Https是什么? 答: HTTP 协议定义了一套规范,让客户端或浏览器可以和 ...

  5. 16、使用jQuery的html5player播放器，进行播放

    <!-- Website Design By: www.happyworm.com --> <title>Demo : jPlayer as a video playlist ...

  6. 13、java获取路径

    1.获取WEB-INF文件夹下的文件 /C:/Users/Administrator/Workspaces/MyEclipse%2010/day_38_spring_hibernate/WebRoot ...

  7. 7、Appium常用API

    嗯,官网已经介绍的很全了.会选几个常用API后期整理. Appium常用API地址:http://appium.io/docs/cn/writing-running-appium/appium-bin ...

  8. Codeforces 1173B Nauuo and Chess

    题目链接:http://codeforces.com/problemset/problem/1173/B 思路参考:https://www.cnblogs.com/blowhail/p/1099123 ...

  9. RTL_PROCESS_MODULE_INFORMATION

    typedef struct _RTL_PROCESS_MODULE_INFORMATION { HANDLE Section; // Not filled in PVOID MappedBase; ...

  10. Vue+element ui table 导出到excel

    需求: Vue+element UI table下的根据搜索条件导出当前所有数据 参考: https://blog.csdn.net/u010427666/article/details/792081 ...