HTMLファイルをPythonでPDF、イメージ出力

ソフトウェア、パッケージのインストール

wkhtmltopdf ... https://wkhtmltopdf.org/
wkhtmltopdf ... https://github.com/qoda/python-wkhtmltopdf
pdfkit ... https://github.com/JazzCore/python-pdfkit
imgkit ... https://github.com/jarrekk/imgkit

Dockerイメージ作成

1. wkhtmltopdf pdfkit imgkit は pip install xxx しバージョン指定して requirement.txt に追加
2. apt-get install -y wkhtmltopdf wkhtmltopdfをインストール
3. そのままだとPDF、イメージ出力で日本語が表記されないため IPAexfont をダウンロードし /usr/share/fonts に追加

FROM python:3.7.4

WORKDIR /app
ADD . /app

RUN apt-get update && apt-get install -y wkhtmltopdf && apt-get clean;

RUN wget https://moji.or.jp/wp-content/ipafont/IPAexfont/IPAexfont00401.zip \
    && unzip IPAexfont00401.zip \
    && mv IPAexfont00401 /usr/share/fonts \
    && fc-cache -f

RUN pip install --upgrade pip
RUN pip install -r requirements.txt

ENV TZ Asia/Tokyo
ENV LANG ja_JP.UTF-8
ENV LANGUAGE ja_JP:ja
ENV LC_ALL ja_JP.UTF-8
ENV PYTHONPATH $PYTHONPATH:/app

ENV PORT 8080
EXPOSE 8080

Dockerビルド、実行

$ docker build -t pg-news .
$ docker run --name pg-news -p 8080:8080 -v ~/Sites/pg-news/:/app -it --rm pg-news bash

イメージ出力

imgkit.from_url を使うことでWEBサイトをイメージ出力できる

import imgkit


def main():
    imgkit.from_url('https://qiita.com/about', 'sample_imgkit.jpg')


if __name__ == "__main__":
    main()

root@e5f35d156c6a:/app# python sample_imgkit.py
QStandardPaths: XDG_RUNTIME_DIR not set, defaulting to '/tmp/runtime-root'
Loading page (1/2)
Rendering (2/2)
Done

実行結果

PDF出力

pdfkit.from_url を使うことでWEBサイトをPDF出力できる

import pdfkit


def main():
    pdfkit.from_url('https://qiita.com/about', 'sample_pdf.pdf')


if __name__ == "__main__":
    main()

root@e134508e2c16:/app# python sample_pdfkit.py
QStandardPaths: XDG_RUNTIME_DIR not set, defaulting to '/tmp/runtime-root'
Loading page (1/2)
Printing pages (2/2)
Done

sample_pdf.pdf がPDF出力される

備考

内部のHTMLを指定することもできる
HTMLをイメージ化してTwitterアップなどいろんな使い道が出来そう

---

簡単にHTMLをイメージ、PDF出力することが出来ました
いいね！と思ったら LGTM お願いします

【PR】週末ハッカソンというイベントやってます！ → https://weekend-hackathon.toyscreation.jp/about/