Convertir Markdown en PDF en Python

Ce que j'ai fait

En Python, j'ai gratté une page Web contenant une notation markdown, je l'ai sortie en markdown, puis j'ai converti le markdown en HTML, puis en PDF. (Compliqué) J'ai utilisé «Beautiful Soup» pour gratter, mais je vais l'omettre cette fois. Il n'y avait pas beaucoup d'informations sur Markdown → HTML → PDF, donc je l'ai résumé.

Markdown → HTML a utilisé Markdown, et HTML → PDF utilisé pdfkit.

environnement

L'environnement est le suivant.

Windows10
wkhtmltopdf
Python3.8
Markdown==3.2.1
pdfkit==0.6.1
Pygments==2.6.1

Dans le cas d'un environnement Windows, il est nécessaire d'installer wkhtmltopdf avant d'utiliser pdfkit. Installez la version 64 bits à partir de ce site. Vous pouvez utiliser le chemin, ou vous pouvez spécifier le chemin du fichier exécutable directement dans le code Python comme nous le faisons cette fois.

Nous utilisons également Pygments pour mettre en évidence les blocs de code.

La structure des dossiers est la suivante.

   app
    |- file
    |   |- source
    |   |   └─ source.md ← Markdown original
    |└─ pdf ← Destination de sortie PDF
    |- app.py
    └─requirements.txt

Installez chaque bibliothèque.

`requirements.txt`


Markdown==3.2.1
pdfkit==0.6.1
Pygments==2.6.1

> pip install -r requirements.txt

La démarque qui est la source de conversion est la suivante.

`source.md`


#Titre

##Sous-titre

Texte de démarque.

###liste

1.Liste numérotée
    1.Liste numérotée imbriquée
1.Liste numérotée

###texte

c'est*italique*C'est une description de.
c'est**Accentuation**C'est une description de.
c'est[Lien](https://qiita.com/)C'est une description de.

###Code source

- Java

\```java

class HelloWorld {

    public static void main(String[] args) {
        System.out.println("Hello World");
    }
}

\```

- Python

\```python

class HelloWorld:
    def __init__(self, id, name):
        self.id = id
        self.name = name

if __name__=='__main__':
    hello = HelloWorld(1, 'python')

\```

###Frontière

***

---

* * *

###table

| Table Header | Table Header | Table Header |
| :-- | :--: | --: |
| Body | Body | Body |
| Left | Center | Right |

Markdown → HTML

Utilisez la bibliothèque Markdown pour convertir du markdown en HTML. Activez l'extension «codehilite» et mettez en surbrillance le code source avec «Pygments».

`app.py`


import markdown
from pygments import highlight
from pygments.formatters import HtmlFormatter

def mark_to_html():
    #Lire le fichier de démarque
    f = open('file/source/source.md', mode='r', encoding='UTF-8')
    with f:
        text = f.read()
        #Créer des feuilles de style pour les reflets avec Pygments
        style = HtmlFormatter(style='solarized-dark').get_style_defs('.codehilite')
        # #Markdown → Convertir le HTML
        md = markdown.Markdown(extensions=['extra', 'codehilite'])
        body = md.convert(text)
        #Ajuster au format HTML
        html = '<html lang="ja"><meta charset="utf-8"><body>'
        #Importer des feuilles de style créées avec Pygments
        html += '<style>{}</style>'.format(style)
        #Ajouter un style pour ajouter une bordure à la balise Table
        html += '''<style> table,th,td { 
            border-collapse: collapse;
            border:1px solid #333; 
            } </style>'''
        html += body + '</body></html>' 
        return html

Markdown a les extensions suivantes que vous pouvez spécifier sous forme de liste lors de la création d'un objet.

md = markdown.Markdown(extensions=["Extension"])

Seuls ceux qui peuvent être utilisés sont extraits. Pour toutes les extensions ci-dessous.

https://python-markdown.github.io/extensions/#officially-supported-extensions

Expansion	une fonction
extra	Convertissez la notation de démarque de base telle que les éléments d'abréviation, les listes, les blocs de code, les citations, les tableaux, etc. en HTML
admonition	Une note peut être sortie
codehilite	Vous pouvez ajouter les surlignages de syntaxe définis dans Pygments à vos blocs de code. Nécessite des pygments.
meta	Vous pouvez obtenir les méta-informations du fichier
nl2br	Code de saut de ligne`<br>`Convertir en tag
sane_lists	Prend en charge les listes avec sauts de ligne et listes numérotées à partir de numéros spécifiés
smarty	`"`,`>`Prend en charge les caractères spéciaux HTML tels que
toc	Créer automatiquement une table des matières à partir de la composition des titres
wikilinks	`[[]]`Correspond à la notation de lien dans

Vous pouvez également utiliser des extensions tierces.

https://github.com/Python-Markdown/markdown/wiki/Third-Party-Extensions

Les pygments que j'essaie de mettre en évidence dans mon code spécifient le style et les noms de classe à appliquer.

style = HtmlFormatter(style="Nom du style").get_style_defs("nom de la classe")

Les styles applicables peuvent être obtenus à partir de l'outil de ligne de commande Pygments.

> pygmentize -L styles

Le nom de la classe est affiché sous la forme <code class =" codehilite "> lorsque codehilite est activé dans markdown, alors réglez-le sur codehilite.

HTML → PDF

Il utilise une bibliothèque appelée pdfkit pour convertir du HTML en PDF. Puisque cette bibliothèque utilise wkhtmltopdf en interne, vous devez passer le chemin vers la variable d'environnement ou spécifier le chemin du fichier exécutable au moment de l'exécution.

`app.py`


import pdfkit

def html_to_pdf(html:str):
    """
    html : str HTML
    """
    #Spécifiez le fichier de sortie
    outputfile = 'file/pdf/output.pdf'
    #Spécifier le chemin du fichier d'exécution de wkhtmltopdf
    path_wkhtmltopdf = r'C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe'
    config = pdfkit.configuration(wkhtmltopdf=path_wkhtmltopdf)
    #Effectuer la conversion HTML → PDF
    pdfkit.from_string(html, outputfile, configuration=config)

Cette fois, la chaîne de format MTML est convertie en fichier PDF, mais vous pouvez également convertir le site Web en PDF en spécifiant l'URL. Dans ce cas, utilisez la fonction from_url. De plus, si vous souhaitez convertir un fichier HTML en PDF, utilisez from_file.

Code source

<détails>

Code source global </ summary>

import markdown
import pdfkit
from pygments import highlight
from pygments.formatters import HtmlFormatter

def mark_to_html():
    #Lire le fichier de démarque
    f = open('file/source/source.md', mode='r', encoding='UTF-8')
    with f:
        text = f.read()
        #Créer des feuilles de style pour les reflets avec Pygments
        style = HtmlFormatter(style='solarized-dark').get_style_defs('.codehilite')
        # #Markdown → Convertir le HTML
        md = markdown.Markdown(extensions=['extra', 'codehilite'])
        body = md.convert(text)
        #Ajuster au format HTML
        html = '<html lang="ja"><meta charset="utf-8"><body>'
        #Importer des feuilles de style créées avec Pygments
        html += '<style>{}</style>'.format(style)
        #Ajouter un style pour ajouter une bordure à la balise Table
        html += '''<style> table,th,td { 
            border-collapse: collapse;
            border:1px solid #333; 
            } </style>'''
        html += body + '</body></html>' 
        return html

def html_to_pdf(html: str):
    #Spécifiez le fichier de sortie
    outputfile = 'file/pdf/output.pdf'
    #Spécifier le chemin du fichier d'exécution de wkhtmltopdf
    path_wkhtmltopdf = r'C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe'
    config = pdfkit.configuration(wkhtmltopdf=path_wkhtmltopdf)
    #Effectuer la conversion HTML → PDF
    pdfkit.from_string(html, outputfile, configuration=config)

if __name__=='__main__':
    html = mark_to_html()
    html_to_pdf(html)

Résultat de la conversion

Le résultat de l'exécution de la fonction ci-dessus et de sa conversion est le suivant.

Le résultat de sortie du démarquage peut être converti en PDF. Le bloc de code est également mis en évidence. Je ne l'ai pas inclus dans l'exemple cette fois, mais vous pouvez sortir l'image sans aucun problème.

Résumé

J'ai utilisé les bibliothèques Python Markdown et pdfkit pour convertir le markdown en PDF. Si vous créez un modèle, vous pouvez rapidement convertir les minutes en PDF, ce qui est pratique. J'espère que vous pourrez l'utiliser comme matériau pour améliorer l'efficacité du travail.