发送HTTP请求#xff1a;

c_1747690982282477569。

输入的ID用于构建API请求的URL。

发送HTTP请求

向知乎API发送GET请求获取指定专栏的文章列表。

检查响应的状态码确认请求是否成功。

zhihu.json

将其转换为PDF格式。

在转换过程中禁止加载远程资源并忽略加载错误。

输出结果信息告知用户所有文章已保存为HTML文件并且所有HTML文件已转换为PDF文件。

完整代码

用户输入专栏名称默认为c_1747690982282477569

column_id

fhttps://www.zhihu.com/api/v4/columns/{column_id}/articles#

发送请求获取专栏文章列表

else:print(f请求失败状态码{response.status_code})def

process_content(content):处理HTML内容移除不需要的标签和属性调整样式等。

#

移除标识符号#

属性并允许属性值使用普通双引号或转义的双引号以及可能存在的空白字符content

re.sub(rdata-pid\s*\s*(?:|\)(.?)(?:|\),

content)#

classztext-empty-paragraphcontent

re.sub(rp[^]*class\s*\s*[\]ztext-empty-paragraph[\][^]*,

/p,

如果有对应的p标签cleaned_paragraphs.append(paragraphs[i])cleaned_paragraphs.append(paragraphs[i

1].strip())else:cleaned_paragraphs.append(paragraphs[i].strip())content

.join(cleaned_paragraphs)return

content#

Environment(loaderFileSystemLoader(.))

template

env.get_template(template.html)#

for

article[content]processed_content

article[title]#

file:file.write(html_content)print(所有文章已保存为HTML文件)#

指定输入文件夹

注意html文件名不能含有中文pdfkit.from_string(html_content,

pdf_file_path,

optionsoptions)print(f{filename}

已转换为

本项目没有保存知乎文章中的图片因为图片大小较难以控制知乎文章中的引用和脚注没能很好地处理。

以上问题有待解决。

另外这篇文章介绍了直接保存知乎网页文章的方法值得参考。