纯Python解决方案转换XHTML为PDF

Question

我想找一个纯Python的解决方案（适用于GAE），用来把网页转换成PDF。

我看过reportlab，但是它的文档主要讲的是如何从头开始生成PDF，而不是从HTML转换过来。

你有什么推荐的吗？比如pisa？

编辑：
我的需求是我有一个HTML报告，我也想把它做成PDF。我会对这个报告的结构进行更新，所以我不想维护一个单独的PDF版本，而是希望能自动转换。
另外，因为我生成的报告是HTML，所以我可以确保它是格式良好的XHTML，这样转换成PDF会更简单。

Answer 1

你问的其实是一个纯Python的HTML渲染器，这可不是个小工程，简单来说就是个大任务（像webkit这样的“真实”渲染器，背后可是经过了成千上万小时的努力）。据我所知，目前还没有这样的工具。

与其寻找一个HTML转PDF的转换器，我建议你可以先把报告做成一种容易转换的格式，比如说可以把它做成一个DOM（就是一组相互关联的对象），然后再为HTML和PDF输出写转换程序。这样的问题比直接把HTML转成PDF要简单得多，所以实现起来也容易得多。

Answer 2

你有没有考虑过 pyPdf 呢？我怀疑它的功能可能达不到你需要的丰富程度，但这算是一个开始，而且它是用纯Python写的。PdfFileWriter 这个类可以用来生成PDF文件，不过不幸的是，它需要 PageObject 实例，而它并没有提供很好的方法来组合这些实例，除了从已有的PDF文档中提取出来。遗憾的是，我找到的所有功能更强大的PDF页面生成包似乎都依赖于reportlab或其他不是纯Python的库 :-(。

Answer 3

Pisa 这个工具声称可以支持我想做的事情：

Pisa 是一个可以把 HTML 转换成 PDF 的工具，它使用了 ReportLab 工具包、HTML5lib 和 pyPdf。它支持 HTML 5 和 CSS 2.1（还有一些 CSS 3 的功能）。这个工具完全用纯 Python 编写，所以它可以在任何平台上使用。这个工具的主要好处是，如果你有一些网页技能，比如 HTML 和 CSS，就能很快生成 PDF 模板，而不需要学习新的技术。它可以很方便地和 Python 的框架结合使用，比如 CherryPy、KID 模板、TurboGears、Django、Zope、Plone、Google AppEngine（GAE）等。

所以我会进一步研究这个工具。