使用Python和HTMLDOC动态地将html转换为pdf

大约一年前，我为一个客户构建了一个Django应用程序。他现在已经把申请转售给了一些超级秘密的政府机构，他们甚至不告诉我申请者的名字

应用程序的一部分使用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，他们说我必须使用它来生成pdf

关于这个库没有太多文档，但是通过阅读PHP示例，看起来您可以通过shell与它通信，因此它应该可以与Python一起使用。然而，我很难将html传递给HTMLDOC。看起来HTMLDOC只接受一个文件，但我确实需要将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）

我原以为StringIO可以解决这个问题，但我错了。以下是我所拥有的：

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、建议或帮助都将不胜感激

谢谢

更新

堆栈跟踪：

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

---

布莱格。多么可怕的要求，多么可怕的计划

---

似乎没有任何方法可以将要转换的内容作为命令行选项。不过，它似乎确实接受URL。因此，可以想象，您可以传递一个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呈现的模板，然后由从第一个视图运行的HTMLDOC拾取该模板。请注意，这在开发服务器上不起作用，因为它是单线程的，因此视图将永远相互等待。

Blergh。多么可怕的要求，多么可怕的计划

---

似乎没有任何方法可以将要转换的内容作为命令行选项。不过，它似乎确实接受URL。因此，可以想象，您可以传递一个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呈现的模板，然后由从第一个视图运行的HTMLDOC拾取该模板。请注意，这对开发服务器不起作用，因为它是单线程的，因此视图将永远等待彼此。

首先，

子流程。Popen

的第一个参数通常应该是一个列表（除非您还传递了

shell=True

）。

没有这样的文件或目录

几乎肯定是由于系统上没有名为

“htmldoc-t pdf--quiet”…

的文件造成的（它试图查找并运行以整个字符串值命名的程序）

第二，如果你在它的stdin上给htmldoc一些html，它会在stdout上吐出一个pdf，这样就不需要临时文件了

尝试一下（未经测试）：

注意：将系统上htmldoc的实际路径替换为

/usr/bin/htmldoc

htmldoc程序的

-

参数告诉它从stdin读取。您将传递html字符串值（

html

）到htmldoc的

stdin

作为

htmldoc.communicate

调用的参数。生成的pdf输出应在

stdout

中提供，并在

stderr

中提供任何其他消息或统计信息

编辑：文档看起来确实有点不可靠，但有相当一部分不可靠。您可能会更幸运地使用或版本，或

---

另外，请确保向htmldoc进程的stdin传递字符串或类似内容。正如我前面的代码片段所暗示的那样，直接传递StringIO对象将不起作用。

首先，

子进程。Popen

的第一个参数通常应该是一个列表（除非同时传递

shell=True

）几乎可以肯定的是，系统上没有名为“htmldoc-t pdf--quiet”…的文件（它正试图查找并运行以整个字符串值命名的程序），这就导致了

没有这样的文件或目录

第二，如果你在它的stdin上给htmldoc一些html，它会在stdout上吐出一个pdf，这样就不需要临时文件了

尝试一下（未经测试）：

注意：将系统上htmldoc的实际路径替换为
/usr/bin/htmldoc

htmldoc程序的
-
参数告诉它从stdin读取。您将把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输出应在
stdout
中可用，而在
stderr
中则应提供任何其他消息或统计信息

编辑：文档看起来确实有点不可靠，但有相当多的内容。您可能会更幸运地使用或版本，或

另外，请确保向htmldoc进程的stdin传递字符串或类似内容。正如我前面的代码片段所暗示的那样，直接传递StringIO对象是行不通的
 您是否尝试指定
htmldoc
可执行文件的绝对路径，例如
/usr/local/bin/htmldoc
？建议不错。尝试过之后，我仍然得到“[Errno 2]没有这样的文件或目录”。不过还是要感谢。
Errno 2
强烈建议，python端没有问题，但shell/callout端没有问题。（顺便说一句，如果你想在
子流程
周围有一个漂亮的包装器，请看一下）你是否尝试过指定
htmldoc
可执行文件的绝对路径，例如
/usr/local/bin/htmldoc
？建议不错。尝试过之后，我仍然得到“[Errno 2]没有这样的文件或目录”。不过还是要感谢。
Errno 2
强烈建议，python端没有问题，但shell/callout端没有问题。（顺便说一句，如果你想在
子流程
周围有一个漂亮的包装器，请看一下）Marty这是一个很好的解释。你的解决方案有效。我不理解波彭。谢天谢地，这是一个很好的解释。你的解决方案有效。我不理解波彭。谢谢
htmldoc = subprocess.Popen(
  ['/usr/bin/htmldoc', '-t', 'pdf', '--webpage', '-'], 
  stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE
)
stdout, stderr = htmldoc.communicate(html)