Question

我大约一年前为客户建立了一个Django应用程序。他现在已将申请转售给一些超级秘密政府机构，他们甚至不会告诉我这个名字。

部分应用程序使用python库xhtml2pdf（pisa）动态生成PDF文件。政府不喜欢这个图书馆，他们不会告诉我为什么，他们说我必须使用HTMLDOC来生成pdf。

关于这个库的文档不多，但是通过阅读PHP示例，看起来你可以通过shell与它进行通信，因此它应该与Python一起使用。但是，我很难将HTML传递给HTMLDOC。看起来HTMLDOC只接受一个文件，但我真的需要将html作为字符串传递，因为它是动态生成的。（或者将html字符串写入临时文件，然后将该临时文件传递给HTMLDOC）。

我认为StringIO会为此工作，但我收到了错误。这就是我所拥有的：

def render_to_pdf(template_src, context_dict):
    template = get_template(template_src)
    context = Context(context_dict)
    html  = template.render(context)
    result = StringIO.StringIO(html.encode("utf-8"))
    os.putenv("HTMLDOC_NOCGI", "1")

    #this line throws "[Errno 2] No such file or directory"
    htmldoc = subprocess.Popen("htmldoc -t pdf --quiet '%s'" % result, stdout=subprocess.PIPE).communicate()

    pdf = htmldoc[0]
    result.close()
    return HttpResponse(pdf, mimetype='application/pdf')

任何想法，提示或帮助都会非常感激。

感谢。

更新

堆栈追踪：

Environment:


Request Method: GET
Request URL: (redacted)

Django Version: 1.3 alpha 1 SVN-14921
Python Version: 2.6.5
Installed Applications:
['django.contrib.auth',
 'django.contrib.contenttypes',
 'django.contrib.sessions',
 'django.contrib.sites',
 'django.contrib.messages',
 'django.contrib.admin',
 'application']
Installed Middleware:
('django.middleware.common.CommonMiddleware',
 'django.contrib.sessions.middleware.SessionMiddleware',
 'django.middleware.csrf.CsrfViewMiddleware',
 'django.contrib.auth.middleware.AuthenticationMiddleware',
 'django.contrib.messages.middleware.MessageMiddleware')


Traceback:
File "/usr/local/lib/python2.6/dist-packages/django/core/handlers/base.py" in get_response

  111. response = callback(request, *callback_args, **callback_kwargs)

File "/usr/local/lib/python2.6/dist-packages/django/contrib/auth/decorators.py" in _wrapped_view

  23. return view_func(request, *args, **kwargs)

File "/home/ascgov/application/views/pdf.py" in application_pdf

  90. 'user':owner})

File "/home/ascgov/application/views/pdf.py" in render_to_pdf

  53. htmldoc = subprocess.Popen("/usr/bin/htmldoc -t pdf --quiet '%s'" % result, stdout=subprocess.PIPE).communicate()

File "/usr/lib/python2.6/subprocess.py" in __init__

  633. errread, errwrite)

File "/usr/lib/python2.6/subprocess.py" in _execute_child

  1139. raise child_exception

Exception Type: OSError at /pdf/application/feed-filtr/
Exception Value: [Errno 2] No such file or directory

Answer 1

首先，subprocess.Popen的第一个arg通常应该是一个列表（除非你也传递shell=True）。 No such file or directory几乎可以肯定是由于系统上没有名为"htmldoc -t pdf --quiet '...的文件（它试图找到并运行以整个字符串值命名的程序）。

其次，如果你在stdin上给htmldoc一些html，它会在stdout上吐出一个pdf，从而避免需要一个临时文件。

尝试一下（未经测试）：

htmldoc = subprocess.Popen(
  ['/usr/bin/htmldoc', '-t', 'pdf', '--webpage', '-'], 
  stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE
)
stdout, stderr = htmldoc.communicate(html)

注意：将/usr/bin/htmldoc替换为系统上htmldoc的真实路径。

htmldoc程序的-参数告诉它从stdin读取。您将html字符串值（html）传递给htmldoc的stdin作为htmldoc.communicate调用的参数。生成的pdf输出应该在stdout中以及stderr中的任何其他消息或统计信息中提供。

编辑：文档确实看起来有点不稳定，但有很多内容。您可以通过html in one page或pdf版本或man page获得更好的运气。

另外，请务必将字符串或类似字符串传递给htmldoc进程的stdin。直接传递StringIO对象，就像我之前的代码片段所暗示的那样，不起作用。

Answer 2

Blergh。这是一个多么可怕的要求，也是一个可怕的计划。

似乎没有办法将内容转换为命令行选项。但它似乎确实接受了一个URL。因此，可以想象，您可以传递引用同一服务器上的视图的构造URL，并在第二个视图中输出您呈现的模板，然后由第一个视图中运行的HTMLDOC拾取。请注意，这不适用于开发服务器，因为它是单线程的，因此视图将永远等待彼此。

使用Python和HTMLDOC即时将html转换为pdf

2 个答案: