Python 保存需要登录的网页的PDF

我试图通过设置cookies并使用请求导航到页面，将受登录保护的网页保存为PDF的过程自动化。有没有更好的方法来解决这个问题/我做错了什么？

门户发送不同名称的登录名和密码，还发送隐藏值，这些值可以在每次请求中更改。它发送到不同于

login.php

的url，并且它可以检查头以阻止bot/脚本

它可以更容易地控制浏览器，您可以拍照或获取HTML生成PDF

import requests
import pdfkit

# start a session
s = requests.Session()
data = {'username': 'name', 'password': 'pass'}

# POST request with cookies
s.post('https://www.facebook.com/login.php', data= data)
url = 'https://www.facebook.com'

# navigate to page with cookies set
options = {'cookie': s.cookies.items(), 'javascript-delay': 1000}
pdfkit.from_url(url, 'file.pdf', options= options)

也许使用驱动程序“PhantomJS”或模块

PIL/pillow

可以获得完整的页面截图。

---

请参见

使用wkhtmltopdf，您可以从命令行执行以下操作：

import selenium.webdriver
import pdfkit
#import time

driver = selenium.webdriver.Chrome()
#driver = selenium.webdriver.Firefox()

driver.get('https://www.facebook.com/login.php')
#time.sleep(1)

driver.find_element_by_id('email').send_keys('your_login')
driver.find_element_by_id('pass').send_keys('your_password')
driver.find_element_by_id('loginbutton').click()
#time.sleep(2)

driver.save_screenshot('output.png') # only visible part

#print(driver.page_source)

pdfkit.from_string(driver.page_source, 'file.pdf')

---

错误是什么？@AlvaroJoao对于Facebook的例子，它创建了一个登录屏幕的pdf。它应该显示我的新闻提要，但是，在cookies设置之后，对吗？你收到错误消息了吗？始终将完整的错误消息（回溯）放在问题中（作为文本，而不是屏幕截图）。还有其他有用的信息。门户不仅可以发送

用户名

和

密码

，还可以发送隐藏的值，然后可以使用不同的名称

用户名

和

密码

。它可以将其发送到不同的url，然后

login.php

。它还可以检查诸如

用户代理

（等）之类的头文件，以阻止所有可能试图入侵门户并窃取数据的机器人程序/脚本。您可以在Chrome/Firefox中使用

DevTool

查看从浏览器发送到服务器的请求，并查看所有cookie、表单字段、标题等。有时，使用它可以更轻松地控制web浏览器和登录页面。我记得Selenium也可以创建屏幕截图。

wkhtmltopdf --cookie-jar cookies.txt  https://example.com/loginform.html --post 'user_id' 'my_id' --post 'user_pass' 'my_pass --post 'submit_btn' 'submit' throw_away.pdf 
wkhtmltopdf --cookie-jar cookies.txt  https://example.com/securepage.html keep_this_one.pdf