selenium利用javascript进行自动打印网页为PDF

目录

需求

selenium爬取页面的时候有时需要保持页面为PDF格式 并且不能使用pdfkit 模块(有的网址限制必须浏览器打开)

思路步骤

1. 一:导入模块
2. 二:在初始化driver对象的时候设定,浏览器静默保存(即保存时不弹出另存为按钮)和默认保存位置
3. 三:打开所需网页
4. 四:调用js打开打印窗口
5. 修改当前页面标题(因为保存文件名就是标题名)并静默下载

具体代码

import json
from selenium.webdriver.common.by import By
from seleniumwire import webdriver

chrome_options = webdriver.ChromeOptions()
settings ={"recentDestinations":[{"id":"Save as PDF","origin":"local","account":""}],"selectedDestinationId":"Save as PDF","version":2,# 另存为pdf，1 是默认打印机"isHeaderFooterEnabled":True,# 是否勾选页眉和页脚# "customMargins": {},# "marginsType": 2,#边距（2是最小值、0是默认）# "scaling": 100, # 缩放比例  100 表示不缩放# "scalingType": 3,# "scalingTypePdf": 3,# "isLandscapeEnabled": True,  # 若不设置该参数，默认值为纵向"isCssBackgroundEnabled":True,"mediaSize":{"height_microns":297000,"name":"ISO_A4","width_microns":210000,"custom_display_name":"A4"},}
chrome_options.add_argument('--enable-print-browser')# chrome_options.add_argument('--headless') #headless模式下，浏览器窗口不可见，应当可提高效率
save_path =r'C:\Users\Administrator\Desktop'
prefs ={'printing.print_preview_sticky_settings.appState': json.dumps(settings),'savefile.default_directory': save_path,}

chrome_options.add_argument('--kiosk-printing')# 静默打印，无需用户点击打印页面的确定按钮
chrome_options.add_experimental_option('prefs', prefs)

driver = webdriver.Chrome(chrome_options=chrome_options)# 初始化浏览器# 打开需要保持的网址并等待加载完成图片
driver.get('https://alifei04.cfp.cn/creative/vcg/800/version23/VCG41175510742.jpg')
driver.implicitly_wait(10)
element = driver.find_element(by=By.XPATH, value='/html/body/img')# 调用js 保持PDF
save_file_name ='test.pdf'
driver.execute_script(f'document.title="{save_file_name}";window.print();')# 利用js修改网页的title，该title最终就是PDF文件名，利用js的window.print可以快速调出浏览器打印窗口，避免使用热键ctrl+Pinput('*----')# 可以做其他事情 但是不嫩立即qiut 否则关闭浏览器了后就不能下载了
driver.quit()