python爬虫自动库DrissionPage保存网页快照mhtml/pdf/全局截图/打印机另存pdf

如何使用页面打印功能，另存为pdf

一、保存网页快照的三种方法
看如下代码，如下三种保存快照的方法，分别是保存pdf、保存mhtml文件、保存全局截图，的方法，具体看网页加载情况可以设置滚动到底部再进行如下操作等



from DrissionPage import ChromiumPage
from urllib.parse import urlparse
browser = ChromiumPage()
 
url = "https://www.baidu.com/"
file_name = urlparse(url).netloc.split(':')[0].lstrip('www.')
browser.get(url)
browser.save(path="D:\", name=file_name, as_pdf=True)
browser.save(path="D:\", name=file_name, as_pdf=False)
browser.get_screenshot(path="D:\", name=file_name, full_page=True)

二、利用打印机保存pdf的方法

常规步骤，一般我们在浏览器打开网页，然后鼠标右击检查，选择打印，会出现如下页面，然后我们选择另存为pdf，保存这么一个流程，那么dp如何实现这个流程，代码在文章末尾
python爬虫自动库DrissionPage保存网页快照mhtml/pdf/全局截图/打印机另存pdf

打印机保存pdf最终代码



import json
from DrissionPage import ChromiumPage, ChromiumOptions
 
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,  # "scaling": 100, # 缩放  # "scalingType": 3, # "scalingTypePdf": 3,
    "isLandscapeEnabled": False,  # landscape横向，portrait 纵向，若不设置该参数，默认纵向
    "isCssBackgroundEnabled": True,  # 是否勾选背景图形
    "mediaSize": {"height_microns": 297000,  "name": "ISO_A4",  "width_microns": 210000, "custom_display_name": "A4 210 x 297 mm"},
}
co = ChromiumOptions()
co.set_argument("--window-size=1920, 1080")
co.set_pref('printing.print_preview_sticky_settings.appState', json.dumps(settings))
co.set_pref('savefile.default_directory', r'D:\')   # 修改为网页转PDF后要保存的路径
co.set_argument('--kiosk-printing')  # 静默打印，无需用户点击打印页面的确定按钮
print(co.preferences)
browser = ChromiumPage(co)
browser.get("https://www.baidu.com/")
browser.run_js(f'document.title="{browser.title}";window.print();', timeout=6)  # 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+P

参考文章
https://www.cnblogs.com/caroline2016/p/18348831
https://shandianchengzi.blog.csdn.net/article/details/137883196



调用浏览器打印机，另存为pdf
co.set_argument("--print-to-pdf")
co.set_pref("download.prompt_for_download", False)
co.set_pref('plugins.always_open_pdf_externally', False)
co.set_pref('plugins.plugins_disabled', ["Chrome PDF Viewer"])
co.set_pref('profile.default_content_settings.popups', 0)
co.set_pref('directory_upgrade', True)
co.set_argument('--enable-print-browser')
browser.run_js("return window.print()", timeout=6)
"""