如何将分页展示的在线电子书批量转为PDF？

方法一：模拟浏览器加载全页后转换 #

这种方法适合依赖JS动态加载内容的电子书，核心是通过浏览器自动化工具加载所有页面，再导出为PDF。

1. 安装依赖

   • 安装Python库：pip install selenium pdfkit
   • 下载对应系统的wkhtmltopdf工具，添加到系统环境变量中。

2. 示例脚本

   from selenium import webdriver
   from selenium.webdriver.common.by import By
   import pdfkit
   import time
   
   # 初始化Chrome浏览器（需提前安装对应版本的chromedriver）
   driver = webdriver.Chrome()
   driver.get("https://kcenter.korean.go.kr/repository/ebook/culture/SB_step3/index.html")
   
   # 循环点击下一页，直到无更多页面（需替换为实际翻页按钮的CSS选择器）
   while True:
       try:
           next_button = driver.find_element(By.CSS_SELECTOR, ".next-page-btn")  # 示例选择器，需修改
           next_button.click()
           time.sleep(1.5)  # 等待页面加载完成
       except:
           break
   
   # 获取完整页面HTML并关闭浏览器
   full_html = driver.page_source
   driver.quit()
   
   # 转换为PDF
   pdfkit.from_string(full_html, "full_ebook.pdf")
   

   注意：打开浏览器开发者工具，定位到翻页按钮的实际CSS选择器，替换代码中的.next-page-btn。

方法二：批量抓取分页内容合并转换 #

如果电子书的分页URL有明显规律（比如page_1.html、page_2.html），可以直接批量抓取每页内容合并后生成PDF。

1. 安装依赖

   • 安装Python库：pip install requests beautifulsoup4 pdfkit

2. 示例脚本

   import requests
   from bs4 import BeautifulSoup
   import pdfkit
   
   # 替换为实际的分页URL模板
   base_url = "https://kcenter.korean.go.kr/repository/ebook/culture/SB_step3/page_{}.html"
   full_content = "<html><body>"
   
   # 遍历分页（假设最多100页，可根据实际调整上限）
   for page_num in range(1, 101):
       try:
           resp = requests.get(base_url.format(page_num), headers={"User-Agent": "Mozilla/5.0"})
           resp.encoding = "utf-8"
           soup = BeautifulSoup(resp.text, "html.parser")
           # 提取正文内容（替换为实际正文容器的选择器）
           page_content = soup.find("div", class_="ebook-content")  # 示例选择器，需修改
           if not page_content:
               break
           full_content += str(page_content)
       except Exception as e:
           print(f"抓取第{page_num}页失败: {e}")
           break
   
   full_content += "</body></html>"
   pdfkit.from_string(full_content, "full_ebook.pdf")
   

   注意：用开发者工具找到正文所在的容器元素，替换代码中的选择器；若遇到反爬，可调整User-Agent或添加其他请求头。

备选工具 #

如果wkhtmltopdf样式转换效果不佳，可以改用weasyprint替代：

• 安装：pip install weasyprint
• 替换转换代码：weasyprint.HTML(string=full_content).write_pdf("full_ebook.pdf")

内容的提问来源于stack exchange，提问作者Vladislav Gladkikh