在Streamlit应用中实现Markdown内容转PDF下载功能指南

import markdown2
import streamlit as st

# 示例Markdown文本
st_md = '''
<b>compare mongodb to other no sql databases</b><br><br><b>Uploaded Files: </b>[]<br><br> Here is a comparison of MongoDB to some other major NoSQL databases:

- MongoDB is a document database. It stores data in flexible JSON-like documents rather than rows and columns like an RDBMS. Other document databases include CouchDB and Amazon DocumentDB.


In summary, MongoDB strikes a balance between the flexibility of document storage, rich functionality like secondary indexes and aggregations, and scalability via horizontal sharding that makes it a popular choice among many NoSQL databases today.<br><br><b>advantages and disadvantages of mongodb to other no sql ds</b><br><br><b>Uploaded Files: </b>[]<br><br> Here are some key advantages and disadvantages of MongoDB compared to other NoSQL databases:

Advantages:

- Flexible data model using documents to represent objects with dynamic schemas. More flexible than columnar databases that require predefined schemas.

- Index on any attribute for faster queries and retrieval compared to key-value stores.


Disadvantages:

- Less ACID compliance and transactions than traditional SQL databases.

- No declarative query language like SQL. Query syntax can be complex for some use cases.

So in summary, MongoDB provides a flexible document data model with rich functionality leading to faster reads and more expressiveness compared to simple key-value stores, but lacks some features database specialists may require. Scaling and performance is generally easier than traditional SQL databases.<br><br>
'''

# 将Markdown转换为HTML
html_content = markdown2.markdown(st_md)

# 可以在Streamlit中显示HTML内容进行预览
st.subheader("预览HTML内容")
st.components.v1.html(html_content, height=300, scrolling=True)

import pdfkit
import os # 用于处理文件路径和删除临时文件

# 配置wkhtmltopdf路径 (如果wkhtmltopdf不在系统PATH中，需要手动指定)
# 示例：config = pdfkit.configuration(wkhtmltopdf='/usr/local/bin/wkhtmltopdf')
# 如果wkhtmltopdf已在PATH中，则无需此配置
# config = pdfkit.configuration(wkhtmltopdf=r'C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe') # Windows示例
# config = pdfkit.configuration(wkhtmltopdf='/opt/homebrew/bin/wkhtmltopdf') # macOS Homebrew M1/M2示例

# 生成PDF文件名
pdf_file_name = "report.pdf"

try:
    # 尝试使用默认配置生成PDF
    pdfkit.from_string(html_content, pdf_file_name)
    st.success(f"PDF文件 '{pdf_file_name}' 已成功生成。")
except Exception as e:
    st.error(f"生成PDF时发生错误，请检查wkhtmltopdf是否正确安装并配置：{e}")
    # 如果wkhtmltopdf路径配置有问题，可以尝试使用配置对象
    # 例如：pdfkit.from_string(html_content, pdf_file_name, configuration=config)

# 检查PDF文件是否存在
if os.path.exists(pdf_file_name):
    with open(pdf_file_name, "rb") as f:
        pdf_bytes = f.read()

    st.download_button(
        label="下载PDF报告",
        data=pdf_bytes,
        file_name=pdf_file_name,
        mime="application/pdf"
    )
    # 可选：下载后删除临时PDF文件
    # os.remove(pdf_file_name)
else:
    st.warning("PDF文件尚未生成，请检查上一步骤。")

import streamlit as st
import markdown2
import pdfkit
import os

def generate_pdf_report(markdown_text, output_filename="report.pdf"):
    """
    将Markdown文本转换为PDF文件。
    """
    try:
        # 1. 将Markdown转换为HTML
        html_content = markdown2.markdown(markdown_text)

        # 2. 将HTML渲染为PDF
        # 如果wkhtmltopdf不在系统PATH中，需要手动指定路径
        # config = pdfkit.configuration(wkhtmltopdf='/usr/local/bin/wkhtmltopdf')
        # pdfkit.from_string(html_content, output_filename, configuration=config)

        # 尝试使用默认配置生成PDF
        pdfkit.from_string(html_content, output_filename)
        return True
    except Exception as e:
        st.error(f"生成PDF时发生错误，请检查wkhtmltopdf是否正确安装并配置。错误信息：{e}")
        return False

st.set_page_config(layout="wide")
st.title("Streamlit Markdown内容转PDF下载器")

# 示例Markdown文本
example_md_text = '''
# 报告标题：MongoDB与其他NoSQL数据库的比较

**概述**

本报告详细比较了MongoDB与其他主要NoSQL数据库的优缺点，旨在帮助读者理解MongoDB在现代数据存储解决方案中的定位。

## MongoDB与其他NoSQL数据库的比较

MongoDB是一种**文档数据库**，它以灵活的JSON-like文档形式存储数据，而非传统关系型数据库的行和列。其他著名的文档数据库包括CouchDB和Amazon DocumentDB。

**主要特点：**
*   **灵活的数据模型**：使用文档来表示具有动态模式的对象，比需要预定义模式的列式数据库更具灵活性。
*   **丰富的查询功能**：支持在任何属性上创建索引，实现更快的查询和数据检索，优于简单的键值存储。
*   **可扩展性**：通过水平分片实现良好的可扩展性。

## MongoDB的优缺点

### 优点

1.  **灵活的数据模型**：文档模型允许存储结构复杂且多变的数据，易于适应业务需求变化。
2.  **高性能**：对任何属性的索引支持以及高效的查询机制，使得数据读写速度快。
3.  **高可用性与可扩展性**：通过复制集和分片机制，轻松实现高可用性和水平扩展。
4.  **丰富的功能集**：支持聚合框架、地理空间索引、全文搜索等高级功能。

### 缺点

1.  **ACID合规性**：相较于传统SQL数据库，MongoDB的ACID（原子性、一致性、隔离性、持久性）合规性较弱，尤其是在复杂事务处理方面。
2.  **查询语言**：不提供像SQL那样的声明式查询语言，查询语法对于某些用例可能较为复杂，学习曲线较陡峭。
3.  **存储开销**：由于其文档结构和索引机制，可能导致比某些其他NoSQL数据库更高的存储开销。

## 总结

总而言之，MongoDB通过其灵活的文档数据模型、丰富的功能集以及强大的可扩展性，在许多NoSQL数据库中脱颖而出。它在平衡数据存储的灵活性、功能性和可伸缩性方面表现出色，使其成为当今许多NoSQL应用的热门选择。然而，在需要严格ACID事务和传统SQL查询的场景中，可能需要权衡其优缺点。
'''

# 用户可以在文本区域输入或修改Markdown内容
markdown_input = st.text_area("在此输入您的Markdown文本：", value=example_md_text, height=400)

if st.button("生成并下载PDF"):
    if markdown_input:
        with st.spinner("正在生成PDF文件..."):
            pdf_output_filename = "generated_report.pdf"
            if generate_pdf_report(markdown_input, pdf_output_filename):
                if os.path.exists(pdf_output_filename):
                    with open(pdf_output_filename, "rb") as f:
                        pdf_bytes = f.read()

                    st.download_button(
                        label="点击下载PDF报告",
                        data=pdf_bytes,
                        file_name=pdf_output_filename,
                        mime="application/pdf"
                    )
                    st.success("PDF报告已准备就绪，请点击下载按钮。")

                    # 可选：下载后删除临时PDF文件，保持服务器整洁
                    # os.remove(pdf_output_filename)
                else:
                    st.error("未能找到生成的PDF文件。")
    else:
        st.warning("请输入Markdown文本以生成PDF。")