1.问题描述：保存的pdf数目和excel行数对应不上
原因：代码对excel数据的大小写不敏感，'pdf.pdf'和'PDF.pdf'可以对应一个文件
解决方案：读取excel行数据后统一转换成小写再去重
2.如何打印pdf
async def save_webpage_as_pdf(url, pdf_path):
try:
async with async_playwright() as p:
browser = await p.chromium.launch()
context = await browser.new_context(user_agent=random.choice(user_agents))
page = await context.new_page()
await page.goto(url, timeout=60000)
await page.pdf(path=pdf_path, format='A4')
await browser.close()
return True
except Exception as e:
logger.error(f"Failed to load {url}: {e}")
await browser.close()
return False
解决方案：选择playwright库，py2url存在乱码，其他的（pypeteer）存在不稳定的情况
3.关键词和标题匹配不照应
if keyword in title_lower:
if re.search(r'\b' + re.escape(keyword) + r'\b', title_lower):
应该使用正则表达式精确匹配，而不是采用第一中方法字符串匹配（忽略了单词边界）