1.前奏
媳妇公司不能上网，但经常需要在公众号上找一些文章做一些参考，需要的时候就把文章链接分享给我，然后我在浏览器打开网页，一点点复制过来粘贴到word中，遇到图片更悲催，还得手动调整大小。是不是感觉自己的码农职称受到了挑战……，某一天看到一篇，才发现了PhantomJS，由此解放了我复制粘贴的双手
2.介绍
PhantomJS
PhantomJS是一个基于webkit的JavaScript API。它使用QtWebKit作为它核心浏览器的功能，使用webkit来编译解释执行JavaScript代码。任何你可以在基于webkit浏览器做的事情，它都能做到。它不仅是个隐形的浏览器，提供了诸如CSS选择器、支持Web标准、DOM操作、JSON、HTML5、Canvas、SVG等，同时也提供了处理文件I/O的操作，从而使你可以向操作系统读写文件等。PhantomJS的用处可谓非常广泛，诸如网络监测、网页截屏、无需浏览器的 Web 测试、页面访问自动化等。。。
python
python当歌,人生几何。。。
itchat
itchat是一个开源的微信个人号接口，使用python调用微信从未如此简单。使用不到三十行的代码，你就可以完成一个能够处理所有信息的微信机器人。当然，该api的使用远不止一个机器人，更多的功能等着你来发现，比如这些。该接口与公众号接口itchatmp共享类似的操作方式，学习一次掌握两个工具。如今微信已经成为了个人社交的很大一部分，希望这个项目能够帮助你扩展你的个人的微信号、方便自己的生活。摘自官方
各种文档地址
PhantomJS官方地址：。
PhantomJS官方API：。 PhantomJS官方示例：。 PhantomJS GitHub：。3.话不多说，代码为证
第一步利用PhantomJs将网页生成pdf的功能把需要的文章保存好
//创建webpage模块，用来请求并生成pdfvar page = require('webpage').create();//创建system模块，用来获取外部传递的参数 var system = require('system'); //设置编码方式 phantom.outputEncoding = 'gb2312'; page.onError = function (msg, trace) { console.log(msg); var msgStack = ['PHANTOM ERROR: ' + msg]; if (trace && trace.length) { msgStack.push('TRACE:'); trace.forEach(function (t) { msgStack.push(' -> ' + (t.file || t.sourceURL) + ': ' + t.line + (t.function ? ' (in function ' + t.function + ')' : '')); }); } console.error(msgStack.join('\n')); phantom.exit(1); }; if (system.args.length == 1) { console.log('请输入文章地址'); phantom.exit(); } else { var url = system.args[1]; var filename = ''; if (system.args.length == 3) { filename = system.args[2]; } //地址检测 if (url.indexOf('http') == -1) { url = 'http://' + url; } page.viewportSize = { width: 600, height: 20 };//设置图片大小 height自动适应 //===================pdf页面设置===================== page.settings.userAgent = 'Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.117 Safari/537.36'; page.zoomFactor = 1;//页面缩放比例 page.settings.loadImages = true;//页面加载图片 //format ：A4 纸，可以设置 "5in*7.5in", "10cm*20cm", "Letter" 等 //orientation ：纸方向是竖着的，或者 landscape //margin ：与纸四边间距，可自定义，也可详细设置 margin : { left: ‘0.8cm‘, top : ‘0.8cm‘, right : ‘0.8cm‘, bottom : ‘0.8cm‘ } //设置页面格式 //page.paperSize = { format: 'A4', orientation: 'portrait', margin: '0.8cm' }; //===================pdf页面设置===================== page.open(url, function (status) { //加载页面 console.log('抓取结果:' + status); //利用page的evaluate获取网页的title var title = page.evaluate(function () { return document.title; }); //去除特殊字符 var title = title .replace('|', '').replace('\\', '').replace('/', '').replace(':', '').replace('*', '') .replace('?', '').replace('"', '').replace('<', '').replace('>', ''); filename = filename.length > 0 ? filename : title; var wait = 200; //是否是微信地址 if (url.indexOf("mp.weixin.qq.com") > -1) { //设置5秒是等待微信中图片完全加载出来，具体可调整 wait = 5000; //加载微信图片 //includeJs 侧重网络js文件，尤其在引入jQuery等第三方库 //injectJs 侧重本地的js文件，与libraryPath挂购 page.injectJs('replaceimage.js', function () { var titlexx = page.evaluate(function () { return document.title; }); }); console.log(title); console.log('等待5秒生成pdf'); } //等待页面执行完js后在进行生成 window.setTimeout(function () { page.render(filename + '.pdf'); console.log('pdf生成成功:' + title); phantom.exit(); }, wait); }); } 由于微信页面对请求refer有限制，页面中的图片是展现不出来的，replaceimage.js是将微信页面中的图片加载出来
window.onload = function change() { var metas = document.getElementsByTagName('meta'); metas[0].insertAdjacentHTML('beforeBegin', " "); var body = document.getElementById("activity-detail"); //图片请求设置cookie body.insertAdjacentHTML("beforeBegin", ""); //替换img图片链接 var imglist = body.getElementsByTagName('IMG') for (i = 0; i < imglist.length; i++) { if (imglist[i].getAttribute('src')!=null && imglist[i].getAttribute('src').length > 0 && imglist[i].getAttribute('src').indexOf("mmbiz.qpic.cn") > -1) { imglist[i].setAttribute('src', "http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=" + imglist[i].getAttribute('src')); } if (imglist[i].getAttribute('data-src')!=null && imglist[i].getAttribute('data-src').length > 0 && imglist[i].getAttribute('data-src').indexOf("mmbiz.qpic.cn") > -1) { imglist[i].setAttribute('src', "http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=" + imglist[i].getAttribute('data-src')); } if (imglist[i].getAttribute('data-s')!=null && imglist[i].getAttribute('data-s').length > 0) { var w=imglist[i].getAttribute('data-s').split(",")[0]; var h=imglist[i].getAttribute('data-s').split(",")[1]; imglist[i].setAttribute('width',h); imglist[i].setAttribute('height',w); } } //替换背景图片 var sectionlist = document.querySelectorAll('section') for (j = 0; j < sectionlist.length; j++) { var newhtml = sectionlist[j].style.backgroundImage.replace("http://mmbiz.qpic.cn", "http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=http://mmbiz.qpic.cn"); sectionlist[j].style.backgroundImage = newhtml; } } 执行命令,phantomjs xx.js ""
第二步利用Python结合itchat接收消息，调用phantomjs生成pdf
#-*-coding:utf-8-*- import itchat,timefrom itchat.content import *import requests,json,sys import hashlib import HTMLParser import re import os from sys import argv #接收文本消息，提取网址 @itchat.msg_register([TEXT]) def text_reply(msg): # 将正则表达式编译成Pattern对象 pattern = re.compile(r"http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*,]|(?:%[0-9a-fA-F][0-9a-fA-F]))+", re.IGNORECASE) # 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None match = pattern.match(msg['Text']) if match: # 使用Match获得分组信息 print match.group() filename=int(time.time()) urltopdf(msg['FromUserName'],match.group(),str(filename)) #获取分享的文章地址 @itchat.msg_register([SHARING]) def sharingtopdf(msg): filename=u''+'"'+msg['Text']+'"' urltopdf(msg['FromUserName'],msg['Url'],filename) @itchat.msg_register(PICTURE,RECORDING,ATTACHMENT,VIDEO) def download_files(msg): msg['Text'](msg['FileName']) return '@%s@%s' % ({ 'Picture': 'img', 'Video': 'vid'}.get(msg['Type'], 'fil'), msg['FileName']) @itchat.msg_register(FRIENDS) def add_friend(msg): itchat.add_friend(**msg['Text']) itchat.send_msg('Nice to meet you!',msg['RecommentInfo']['UserName']) @itchat.msg_register(TEXT,isGroupChat=True) def text_reply(msg): if msg['isAt']: itchat.send(u'@%s\u2005I received: %s' % (msg['ActualNickName'], msg['Content']), msg['FromUserName']) def urltopdf(touser,url,filename): #切换到phantomjs目录 os.chdir('D:\sourcecode\htmlsource\phantomjs') #文件名 filename= filename.replace('|', '').replace('\\', '').replace('/', '').replace(':', '').replace('*', '').replace('?', '').replace('"', '').replace('<', '').replace('>', '') itchat.send(u'正在生成pdf,请稍等',touser) #解码url html_parser = HTMLParser.HTMLParser() article_url = html_parser.unescape(url) #执行 #python中文编码问题解决方式 cmd_method="phantomjs loadpage.js %s %s" % ('"'+url+'"',filename) os.system(cmd_method.encode('gb2312')) #发送 all_file_path="D:\\sourcecode\\htmlsource\\phantomjs\\%s.pdf" % (filename) #py2.7版本需要下载fields.py 并覆盖 #安装目录下 requests\packages\urllib3 itchat.send_file(all_file_path,touser) itchat.auto_login(enableCmdQR=True,hotReload=True) itchat.run()