我正在尝试使用 selenium (chrome) webdriver 自动保存使用 pdftohtmlEX
( https://github.com/coolwanglu/pdf2htmlEX ) 创建的 PDF 文件。
它几乎可以工作,除了数字的标题,有时甚至部分数字会丢失。
手动保存:
使用 selenium 和 chrome webdriver 自动保存:
这是我的代码(您需要将 chromium webdriver ( http://chromedriver.chromium.org/downloads ) 与此脚本放在同一文件夹中):
import json
from selenium import webdriver
# print settings: save as pdf, 'letter' formatting
appState = """{
"recentDestinations": [
{
"id": "Save as PDF",
"origin": "local"
}
],
"mediaSize": {
"height_microns": 279400,
"name": "NA_LETTER",
"width_microns": 215900,
"custom_display_name": "Letter"
},
"selectedDestinationId": "Save as PDF",
"version": 2
}"""
appState = json.loads(appState)
profile = {"printing.print_preview_sticky_settings.appState": json.dumps(appState)}
chrome_options = webdriver.ChromeOptions()
chrome_options.add_experimental_option('prefs', profile)
# Enable automatically pressing the print button in print preview
# https://peter.sh/experiments/chromium-command-line-switches/
chrome_options.add_argument('--kiosk-printing')
driver = webdriver.Chrome('./chromedriver', options=chrome_options)
driver.get('http://www.deeplearningbook.org/contents/intro.html')
driver.execute_script('window.print();')
driver.quit()
有时当我手动打印时也会发生这种情况。但是,如果我随后更改任何打印选项,无论我进一步启用/禁用什么选项,预览都会重新加载并且图像标题会再次出现并保留在那里。
到目前为止我尝试了什么:
- 来自此站点的不同 Chrome 网络驱动程序版本(71、72、73):http://chromedriver.chromium.org/downloads
- 通过添加 '"isCssBackgroundEnabled": true' 到 appState 来启用背景图形
最佳答案
所以,通过摆弄,我偶然得到了解决方案。我真的不明白为什么,但是启用“PrintBrowser 模式”(“启用 PrintBrowser 模式,在该模式下一切都呈现为打印。”)解决了这个问题。这可能或可能与 CSS 正确加载有关。
我只需要添加 chrome_options.add_argument('--enable-print-browser')
,所有元素都在那里!
关于python - 使用 selenium chrome 驱动时自动丢失元素 'Save as PDF',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54943980/