Python生成图文并茂的PDF报告

发布时间：2025-11-03 12:00:49 来源：创站工坊 作者：人工智能

reportlab是生成Python的一个标准库，可以画图、图文画表格、并茂报告编辑文字，生成最后可以输出PDF格式。图文它的并茂报告逻辑和编辑一个word文档或者PPT很像。有两种方法：

1）建立一个空白文档，生成然后在上面写文字、图文画图等；

2）建立一个空白list，并茂报告以填充表格的生成形式插入各种文本框、图片等，图文最后生成PDF文档。并茂报告

因为需要产生一份给用户看的生成报告，里面需要插入图片、图文表格等，并茂报告所以采用的是第二种方法。

安装第三方库

reportlab输入Python的第三方库，使用前需要先安装：pip install reportlab

模块导入

提前导入相关内容，站群服务器并且注册字体。（注册字体前需要先准备好字体文件）

from reportlab.pdfbase import pdfmetrics # 注册字体

from reportlab.pdfbase.ttfonts import TTFont # 字体类

from reportlab.platypus import Table, SimpleDocTemplate, Paragraph, Image # 报告内容相关类

from reportlab.lib.pagesizes import letter # 页面的标志尺寸(8.5*inch, 11*inch)

from reportlab.lib.styles import getSampleStyleSheet # 文本样式

from reportlab.lib import colors # 颜色模块

from reportlab.graphics.charts.barcharts import VerticalBarChart # 图表类

from reportlab.graphics.charts.legends import Legend # 图例类

from reportlab.graphics.shapes import Drawing # 绘图工具

from reportlab.lib.units import cm # 单位：cm

# 注册字体(提前准备好字体文件, 如果同一个文件需要多种字体可以注册多个)

pdfmetrics.registerFont(TTFont(SimSun, SimSun.ttf))封装不同内容对应的函数

创建一个Graphs类，通过不同的静态方法提供不同的报告内容，包括：标题、普通段落、图片、表格和图表。函数中的相关数据目前绝大多数都是固定值，可以根据情况自行设置成相关参数。

class Graphs:

# 绘制标题

@staticmethod

def draw_title(title: str):

# 获取所有样式表

style = getSampleStyleSheet()

# 拿到标题样式

ct = style[Heading1]

# 单独设置样式相关属性

ct.fontName = SimSun # 字体名

ct.fontSize = 18 # 字体大小

ct.leading = 50 # 行间距

ct.textColor = colors.green # 字体颜色

ct.alignment = 1 # 居中

ct.bold = True

# 创建标题对应的段落，并且返回

return Paragraph(title, ct)

# 绘制小标题

@staticmethod

def draw_little_title(title: str):

# 获取所有样式表

style = getSampleStyleSheet()

# 拿到标题样式

ct = style[Normal]

# 单独设置样式相关属性

ct.fontName = SimSun # 字体名

ct.fontSize = 15 # 字体大小

ct.leading = 30 # 行间距

ct.textColor = colors.red # 字体颜色

# 创建标题对应的段落，并且返回

return Paragraph(title, ct)

# 绘制普通段落内容

@staticmethod

def draw_text(text: str):

# 获取所有样式表

style = getSampleStyleSheet()

# 获取普通样式

ct = style[Normal]

ct.fontName = SimSun

ct.fontSize = 12

ct.wordWrap = CJK # 设置自动换行

ct.alignment = 0 # 左对齐

ct.firstLineIndent = 32 # 第一行开头空格

ct.leading = 25

return Paragraph(text, ct)

# 绘制表格

@staticmethod

def draw_table(*args):

# 列宽度

col_width = 120

style = [

(FONTNAME, (0, 0), (-1, -1), SimSun), # 字体

(FONTSIZE, (0, 0), (-1, 0), 12), # 第一行的字体大小

(FONTSIZE, (0, 1), (-1, -1), 10), # 第二行到最后一行的字体大小

(BACKGROUND, (0, 0), (-1, 0), #d5dae6), # 设置第一行背景颜色

(ALIGN, (0, 0), (-1, -1), CENTER), # 第一行水平居中

(ALIGN, (0, 1), (-1, -1), LEFT), # 第二行到最后一行左右左对齐

(VALIGN, (0, 0), (-1, -1), MIDDLE), # 所有表格上下居中对齐

(TEXTCOLOR, (0, 0), (-1, -1), colors.darkslategray), # 设置表格内文字颜色

(GRID, (0, 0), (-1, -1), 0.5, colors.grey), # 设置表格框线为grey色，线宽为0.5

# (SPAN, (0, 1), (0, 2)), # 合并第一列二三行

# (SPAN, (0, 3), (0, 4)), # 合并第一列三四行

# (SPAN, (0, 5), (0, 6)), # 合并第一列五六行

# (SPAN, (0, 7), (0, 8)), # 合并第一列五六行

]

table = Table(args, colWidths=col_width, style=style)

return table

# 创建图表

@staticmethod

def draw_bar(bar_data: list, ax: list, items: list):

drawing = Drawing(500, 250)

bc = VerticalBarChart()

bc.x = 45 # 整个图表的x坐标

bc.y = 45 # 整个图表的y坐标

bc.height = 200 # 图表的b2b信息网高度

bc.width = 350 # 图表的宽度

bc.data = bar_data

bc.strokeColor = colors.black # 顶部和右边轴线的颜色

bc.valueAxis.valueMin = 5000 # 设置y坐标的最小值

bc.valueAxis.valueMax = 26000 # 设置y坐标的最大值

bc.valueAxis.valueStep = 2000 # 设置y坐标的步长

bc.categoryAxis.labels.dx = 2

bc.categoryAxis.labels.dy = -8

bc.categoryAxis.labels.angle = 20

bc.categoryAxis.categoryNames = ax

# 图示

leg = Legend()

leg.fontName = SimSun

leg.alignment = right

leg.boxAnchor = ne

leg.x = 475 # 图例的x坐标

leg.y = 240

leg.dxTextSpace = 10

leg.columnMaximum = 3

leg.colorNamePairs = items

drawing.add(leg)

drawing.add(bc)

return drawing

# 绘制图片

@staticmethod

def draw_img(path):

img = Image(path) # 读取指定路径下的图片

img.drawWidth = 5*cm # 设置图片的宽度

img.drawHeight = 8*cm # 设置图片的高度

生成报告

if __name__ == __main__:

# 创建内容对应的空列表

content = list()

# 添加标题

content.append(Graphs.draw_title(数据分析就业薪资))

# 添加图片

content.append(Graphs.draw_img(抗疫必胜.png))

# 添加段落文字

content.append(Graphs.draw_text(众所周知，大数据分析师岗位是香饽饽，近几年数据分析热席卷了整个互联网行业，与数据分析的相关的岗位招聘、培训数不胜数。很多人前赴后继，想要参与到这波红利当中。那么数据分析师就业前景到底怎么样呢？))

# 添加小标题

content.append(Graphs.draw_title())

content.append(Graphs.draw_little_title(不同级别的平均薪资))

# 添加表格

data = [

(职位名称, 平均薪资, 较上年增长率),

(数据分析师, 18.5K, 25%),

(高级数据分析师, 25.5K, 14%),

(资深数据分析师, 29.3K, 10%)

]

content.append(Graphs.draw_table(*data))

# 生成图表

content.append(Graphs.draw_title())

content.append(Graphs.draw_little_title(热门城市的就业情况))

b_data = [(25400, 12900, 20100, 20300, 20300, 17400), (15800, 9700, 12982, 9283, 13900, 7623)]

ax_data = [BeiJing, ChengDu, ShenZhen, ShangHai, HangZhou, NanJing]

leg_items = [(colors.red, 平均薪资), (colors.green, 招聘量)]

content.append(Graphs.draw_bar(b_data, ax_data, leg_items))

# 生成pdf文件

doc = SimpleDocTemplate(report.pdf, pagesize=letter)

生成报告的结果如下：

相关文章