使用WeasyPrint生成PDF并存储到Google Bucket遇无效文件问题

错误原因 #

你之前的代码存在两个关键问题：

1. 错误地将WeasyPrint的HTML对象直接转为字符串（str(document)）写入，写入的是对象的描述文本而非实际PDF二进制数据；
2. 以文本模式（"w"）打开Blob，PDF属于二进制文件，文本模式会破坏字节结构导致文件损坏。

正确解决方案 #

以下两种方法均可生成有效的PDF并存储到Google Bucket：

方法一：让WeasyPrint直接写入Blob文件对象

以二进制写入模式打开Blob，调用write_pdf直接将PDF内容写入：

# 定义HTML内容
html_content = "<html><title>Hello</title><body><p>Hi!</p></body></html>"

# 初始化WeasyPrint HTML对象
document = weasyprint.HTML(string=html_content, encoding='UTF-8')

# 连接Google Cloud Storage
client = storage.Client()
bucket = client.get_bucket("monthly-customer-reports")
blob = bucket.blob("Hello.pdf")

# 二进制模式打开Blob，写入PDF内容
with blob.open("wb") as f:
    document.write_pdf(f)

方法二：先生成PDF字节数据再上传

先通过write_pdf()获取PDF的二进制字节串，再使用upload_from_bytes上传：

# 定义HTML内容
html_content = "<html><title>Hello</title><body><p>Hi!</p></body></html>"

# 生成PDF字节数据
document = weasyprint.HTML(string=html_content, encoding='UTF-8')
pdf_bytes = document.write_pdf()

# 连接Google Cloud Storage并上传
client = storage.Client()
bucket = client.get_bucket("monthly-customer-reports")
blob = bucket.blob("Hello.pdf")
blob.upload_from_bytes(pdf_bytes)

内容的提问来源于stack exchange，提问作者Europa