最近實際工作中，小爬遇到這樣一個需求，小爬需要將多個流程申請表單網頁另存爲PDF文件，我們如何利用python將這個過程自動化呢？
假定我們通過爬蟲已經拿到了這些表單的URL，且這些流程表單需要登陸後才能打開。那像那些將HTML直接轉pdf的庫，如pdfkit、wkhtmltopdf就不能很好地發揮作用了。
比較直接的方法是使用selenium庫：pip install selenium即可快速安裝它。利用它的driver.get(URL)方法請求網站的登錄頁，利用time.sleep(seconds)方法等待用戶輸入用戶名密碼正常進入網站，之後的每個driver.get請求，就自動屬於登陸狀態了。這裏小爬傾向於使用chrome瀏覽器+chromedriver.exe配合selenium完成頁面的自動化打印。
等網頁渲染好後，我們該如何打印呢？
小爬之前嘗試的一種方法是，利用windows10 自帶的Microsoft Print To PDF虛擬打印機。藉助pywin32庫中win32print方法來操作.
比如自動設置系統當前默認打印機：
win32print.SetDefaultPrinter(device_name) # 設置默認打印機
再比如，我們可以獲取當前打印機：
currentPrinter=win32print.GetDefaultPrinterW()
藉助這兩個api，我們就可以後臺悄無聲息地更改默認打印機爲Microsoft Print To PDF來打印網頁爲pdf，用完後再悄悄還原默認打印機爲用戶一開始設定的常用打印機。
之後就是在網頁加載好之後，調用系統的打印界面，即Ctrl+Shift+P。我們需要藉助win32api.keybd_event(vk_code[keyname],0,0,0) 來完成模擬，之後等待系統打印窗口彈出後，再借助win32api的findWindow、sendmessage方法來捕獲窗口以及完成窗口元素的點擊和編輯。由於之前的博文中已經有提及此方法，再此不再贅述。該方法的主要缺陷在於：
- win32api.keybd_event不穩定，當我們的窗口焦點丟失時，我們的模擬熱鍵可能會失敗；
- findWindow、sendmessage方法有時也會失敗。
爲了提高程序的穩定性，我們可能不得不使用try except結合while循環來配合使用，多次調用這些window api，直至成功。也正是因爲這些，小爬最終決定使用chrome中原生的打印方法，然後調用chrome的“另存爲PDF”功能來完成 html 轉PDF。
那麼python+selenium這條線如何來自動調用chrome的這套方法呢？
上圖中標示的這些參數，如何通過selenium傳導給瀏覽器，告訴瀏覽器我們的打印具體配置參數需求？小爬已經提前幫大家踩坑了，示例代碼如下：
import os,json,time from selenium import webdriver from selenium.webdriver.common.keys import Keys chrome_options = webdriver.ChromeOptions() settings = { "recentDestinations": [{ "id": "Save as PDF", "origin": "local", "account": "" }], "selectedDestinationId": "Save as PDF", "version": 2, "isHeaderFooterEnabled": False, # "customMargins": {}, # "marginsType": 2, # "scaling": 100, # "scalingType": 3, # "scalingTypePdf": 3, "isLandscapeEnabled":True,#landscape橫向，portrait 縱向，若不設置該參數，默認縱向 "isCssBackgroundEnabled": True, "mediaSize": { "height_microns": 297000, "name": "ISO_A4", "width_microns": 210000, "custom_display_name": "A4 210 x 297 mm" }, } chrome_options.add_argument('--enable-print-browser') #chrome_options.add_argument('--headless') #headless模式下，瀏覽器窗口不可見，可提高效率 prefs = { 'printing.print_preview_sticky_settings.appState': json.dumps(settings), 'savefile.default_directory': 'your file path' #此處填寫你希望文件保存的路徑 } chrome_options.add_argument('--kiosk-printing') #靜默打印，無需用戶點擊打印頁面的確定按鈕 chrome_options.add_experimental_option('prefs', prefs) driver = webdriver.Chrome("./chromedriver", options=chrome_options) driver.get('your URL') driver.maximize_window() # time.sleep(7) driver.execute_script('document.title="my_test_file1.pdf";window.print();') #利用js修改網頁的title，該title最終就是PDF文件名，利用js的window.print可以快速調出瀏覽器打印窗口，避免使用熱鍵ctrl+P driver.close()
代碼中的setting部分詳細註明了，如何設置打印窗口的縮放、邊距、紙張類型、打印機名、頁面佈局（橫向、縱向）等信息，供各位參考。
該方法有如下優勢：
- chrome原生的打印網頁爲pdf功能，支持較好；
- 配置參數靈活，個性化打印；
- 穩定，幾乎不會出錯，也不需要加sleep來提升程序的穩定性；
- 效率更高。
有相同需求的你，還不趕快試試？