Μετάβαση στο περιεχόμενο
Άρθρο

HTML σε PDF: αποθήκευση ιστοσελίδας

Το εργαλείο δέχεται αποθηκευμένο αρχείο HTML, όχι διεύθυνση σελίδας, και το αποδίδει σε απομονωμένο πρόγραμμα περιήγησης. Γι' αυτό οι τοπικές εικόνες δεν περνούν στο PDF.

Εν συντομία: Τη σελίδα την αποδίδει ένα πρόγραμμα περιήγησης χωρίς γραφικό περιβάλλον, από το αρχείο HTML που ανεβάζετε. Οι τοπικές διαδρομές δεν φορτώνονται καθόλου και οι εξωτερικές μόνο για τις διευθύνσεις που φαίνονται στο ίδιο το HTML. Αξιόπιστο αρχείο προκύπτει από ένα αυτόνομο αρχείο με ενσωματωμένα όλα τα στοιχεία.

Ενότητα

ασφάλεια

ασφάλεια: PDF guidance for reliable document processing and quality checks.

Άρθρα: 5

Κύριο εργαλείο

HTML σε PDF online

Ανοίξτε το εργαλείο από αυτό το άρθρο και ολοκληρώστε τη λειτουργία στην τρέχουσα γλώσσα.

Άνοιγμα εργαλείου

Περιεχόμενα

Αποθήκευση ιστοσελίδας ως PDF: τι φτάνει στο αρχείο και τι όχι

Θέλετε να κρατήσετε μια σελίδα ώστε σε ένα χρόνο να ανοίγει και να φαίνεται όπως σήμερα: όροι χρήσης, σελίδα τιμοκαταλόγου, ένα άρθρο που κάποιος μπορεί να αλλάξει. Το PDF ταιριάζει εδώ περισσότερο από ένα στιγμιότυπο οθόνης, επειδή το κείμενο διατηρείται, και περισσότερο από έναν σελιδοδείκτη, επειδή δεν εξαρτάται από τον διακομιστή κάποιου τρίτου.

Ωστόσο, ανάμεσα στη «σελίδα στο πρόγραμμα περιήγησης» και τη «σελίδα σε PDF» υπάρχουν μερικά στάδια όπου χάνεται περιεχόμενο. Δείτε πού ακριβώς.

Το εργαλείο δέχεται αρχείο, όχι διεύθυνση σελίδας

Το πρώτο που πρέπει να καταλάβετε: δεν πληκτρολογείτε τη διεύθυνση ενός ιστότοπου. Ανεβάζετε ένα αποθηκευμένο αρχείο HTML.

Το πρόγραμμα περιήγησής σας μπορεί να αποθηκεύσει τη σελίδα. Το παράθυρο αποθήκευσης συνήθως προσφέρει επιλογή ανάμεσα σε «μόνο HTML» και σε μια επιλογή που συσκευάζει ολόκληρη τη σελίδα. Η δεύτερη είναι σαφώς καλύτερη: συγκεντρώνει τον κώδικα, τα στυλ και τις εικόνες σε ένα αρχείο, και αυτό χρειάζεται ένα αρχείο.

Το γιατί λειτουργεί έτσι εξηγείται στην επόμενη ενότητα, και η ίδια εξήγηση καλύπτει τα περισσότερα απρόσμενα αποτελέσματα.

Γιατί εξαφανίζονται οι εικόνες

Η σελίδα αποδίδεται σε απομονωμένο πρόγραμμα περιήγησης και το περιεχόμενο του δίνεται απευθείας, αντί να ανοίξει από κάποια διαδρομή αρχείου. Μια τέτοια σελίδα δεν έχει θέση στον δίσκο από την οποία θα μπορούσε να διαβάσει γειτονικά αρχεία.

Από εδώ προκύπτει ένας αυστηρός κανόνας: οι αναφορές σε τοπικά αρχεία δεν λειτουργούν. Αν δίπλα στο `page.html` υπάρχει φάκελος `page_files` γεμάτος εικόνες, καμία τους δεν θα φτάσει στο PDF. Το πρόγραμμα περιήγησης απλώς δεν έχει πρόσβαση σε αυτές.

Οι εξωτερικές διευθύνσεις λειτουργούν, αλλά όχι όλες. Πριν από την απόδοση, το HTML σαρώνεται στατικά, δημιουργείται από αυτό μια λίστα διευθύνσεων και φορτώνονται μόνο εκείνες. Ένας πόρος που ο κώδικας δεν αναφέρει μπλοκάρεται, και το ίδιο ισχύει για μια ανακατεύθυνση σε άλλη διεύθυνση.

Το πρακτικό συμπέρασμα είναι ένα: αξιόπιστο αρχείο προκύπτει από αυτόνομο αρχείο, όπου οι εικόνες και τα στυλ είναι ενσωματωμένα μέσα στον κώδικα και δεν βρίσκονται δίπλα του.

Ό,τι εμφανίζεται μετά τη φόρτωση δεν φτάνει στο PDF

Η δεύτερη πηγή απωλειών είναι το δυναμικό περιεχόμενο.

Μια σύγχρονη σελίδα συχνά φορτώνει περιεχόμενο αφού ανοίξει: εικόνες καθώς κάνετε κύλιση, σχόλια με ένα κλικ, έναν πίνακα δεδομένων με ξεχωριστό αίτημα. Η απόδοση βασίζεται στον κώδικα και όχι σε μια ζωντανή σελίδα, οπότε ό,τι φορτώνεται αργότερα δεν υπάρχει μέσα της.

Για τον ίδιο λόγο, τα συμπτυγμένα τμήματα μένουν συμπτυγμένα, οι καρτέλες εκτός από την ενεργή λείπουν, και ό,τι εμφανίζεται με το πέρασμα του δείκτη δεν υπάρχει.

Μπορείτε να ελέγξετε εκ των προτέρων αν ένα περιεχόμενο θα μπει στο αρχείο: απενεργοποιήστε τα σενάρια (scripts) στο πρόγραμμα περιήγησης και φορτώστε ξανά τη σελίδα. Ό,τι παραμένει ορατό θα φτάσει στο PDF. Ό,τι εξαφανίζεται, δεν θα φτάσει.

Πώς διαφέρει η αρχειοθέτηση σε PDF από το στιγμιότυπο και τον σελιδοδείκτη

Οι τρεις τρόποι να κρατήσετε μια σελίδα λύνουν διαφορετικά προβλήματα, και η σύγχυση μεταξύ τους κοστίζει.

ΜέθοδοςΤι διατηρείταιΤι λείπει
ΣελιδοδείκτηςΜόνο η διεύθυνσηΗ σελίδα μπορεί να αλλάξει ή να χαθεί
Στιγμιότυπο οθόνηςΕικόνα της ορατής περιοχήςΤο κείμενο δεν αναζητείται ούτε αντιγράφεται, μια μακριά σελίδα δεν χωράει
PDFΚείμενο, μορφοποίηση, όλες οι σελίδες ολόκληρεςΗ διαδραστικότητα και ό,τι φορτώνεται από σενάρια

Για έναν αποδεικτικό σκοπό μετράει η τρίτη στήλη της δεύτερης γραμμής. Με ένα στιγμιότυπο οθόνης μιας σελίδας τιμών δεν μπορείτε να βρείτε μια παράγραφο με αναζήτηση και δεν φαίνεται τι βρισκόταν κάτω από το όριο της οθόνης. Το PDF τα επιτρέπει και τα δύο.

Αξίζει να θυμάστε ξεχωριστά ότι κανένας από τους τρεις τρόπους δεν αποτελεί νομική απόδειξη του περιεχομένου μιας σελίδας σε συγκεκριμένη ημερομηνία. Γι' αυτό υπάρχει η συμβολαιογραφική επικύρωση, και λειτουργεί διαφορετικά.

Πώς γίνεται η αποθήκευση

1. Ανοίξτε τη σελίδα σε πρόγραμμα περιήγησης και αποθηκεύστε την ως HTML, επιλέγοντας την επιλογή ενός αρχείου. 2. Ανοίξτε το HTML σε PDF στο διαδίκτυο και ανεβάστε το αποθηκευμένο αρχείο. 3. Επιλέξτε το μέγεθος σελίδας: A4 ή Letter. 4. Αφήστε ενεργά τα γραφικά παρασκηνίου, αν η εμφάνιση έχει σημασία. 5. Εκτελέστε την εργασία και συγκρίνετε το αποτέλεσμα με την αρχική σελίδα.

Το πέμπτο βήμα κάντε το αμέσως και όχι έναν μήνα αργότερα: αν κάτι λείπει, η σελίδα είναι ακόμη διαθέσιμη και μπορεί να αποθηκευτεί με άλλον τρόπο.

Γραφικά παρασκηνίου και γιατί να τα αφήσετε ενεργά

Ο διακόπτης των γραφικών παρασκηνίου ελέγχει αν οι γεμίσματα, οι εικόνες φόντου και τα χρωματιστά πλαίσια θα περάσουν στο PDF.

Είναι ενεργός από προεπιλογή, και σωστά για αρχείο: όταν απενεργοποιηθεί, το κείμενο πάνω σε χρωματιστό πλαίσιο γίνεται κείμενο σε λευκό φόντο και χάνεται μέρος του νοήματος του σχεδιασμού. Αυτό φαίνεται κυρίως στις προειδοποιήσεις που ξεχωρίζουν με χρώμα και στους πίνακες με εναλλασσόμενες γραμμές.

Υπάρχει ακριβώς ένας λόγος να τον απενεργοποιήσετε: η σελίδα πηγαίνει σε εκτυπωτή και τα γεμίσματα θα ξόδευαν τόνερ. Για αρχείο, αφήστε τον ενεργό.

Μέγεθος σελίδας και πλατιοί πίνακες

Το μέγεθος σελίδας είναι από προεπιλογή A4. Η επιλογή περιορίζεται σε A4 και Letter· δεν υπάρχει τυχαίο μέγεθος.

Από αυτό προκύπτει ένα αναπόφευκτο πρόβλημα. Μια ιστοσελίδα δεν έχει πλάτος: προσαρμόζεται στο παράθυρο. Ένα PDF έχει σταθερό πλάτος. Ένας πλατύς πίνακας που στο πρόγραμμα περιήγησης κυλούσε πλάγια κόβεται στο άκρο του φύλλου.

Μέσα στο εργαλείο δεν υπάρχει τρόπος να το αποφύγετε. Οι χρήστες το παρακάμπτουν εκτός εργαλείου: μειώστε το ζουμ της σελίδας στο πρόγραμμα περιήγησης πριν την αποθήκευση, και ο πίνακας θα χωρέσει στο πλάτος.

Όταν το HTML γίνεται απλό κείμενο

Υπάρχει μια αυτόματη γρήγορη διαδρομή. Πολύ μεγάλα αρχεία HTML χωρίς εικόνες, πίνακες, ενσωματωμένα στυλ και πολυμέσα αποδίδονται ως απλό κείμενο, χωρίς διάταξη.

Είναι σκόπιμη απόφαση: η πλήρης απόδοση μιας σελίδας με αρκετά megabyte καθαρού κειμένου είναι δαπανηρή και δίνει το ίδιο αποτέλεσμα.

Δεν γίνεται αθόρυβα. Το αποτέλεσμα συνοδεύεται από προειδοποίηση ότι το έγγραφο συντέθηκε σε απλοποιημένη μορφή και η μορφοποίηση δεν διατηρήθηκε. Αν το αποτέλεσμα δεν σας κάνει, το αρχείο εντοπίστηκε από τον κανόνα κατά λάθος, και αξίζει να αποθηκεύσετε ξανά τη σελίδα σε μορφή που κρατά τον κώδικά της.

Τι να κάνετε με το έτοιμο αρχείο

Τρία βήματα που αξίζει να κάνετε αμέσως.

Ελέγξτε το μέγεθος. Μια σελίδα γεμάτη εικόνες δίνει βαρύ PDF, και η Συμπίεση PDF στο διαδίκτυο θα το μικρύνει χωρίς να αγγίξει το κείμενο.

Συμπληρώστε τις ιδιότητες του εγγράφου. Σε ένα PDF από HTML ο τίτλος συνήθως είναι κενός ή περιέχει μια τεχνική συμβολοσειρά. Ένας ουσιαστικός τίτλος και μια ημερομηνία μέσω του Ορισμός μεταδεδομένων PDF στο διαδίκτυο κάνουν το αρχείο πολύ ευκολότερο στην αναζήτηση έναν χρόνο αργότερα.

Αν υπάρχουν περισσότερες σελίδες που αποτελούν ένα έγγραφο, συναρμολογήστε τες με τη Συγχώνευση PDF στο διαδίκτυο με τη σειρά ανάγνωσης και όχι με τη σειρά που τις αποθηκεύσατε.

Και τελευταίο. Για μακροχρόνια αποθήκευση αξίζει να περάσετε το αποτέλεσμα από το PDF σε PDF/A στο διαδίκτυο: το προφίλ αρχειοθέτησης απαιτεί ό,τι χρειάζεται για την εμφάνιση να βρίσκεται μέσα στο αρχείο, και αυτό ακριβώς θέλει ένα αρχείο.

Συντάκτης

Συντάχθηκε από την ομάδα της υπηρεσίας· υπεύθυνος υπηρεσίας είναι ο Sergey Gagin.

Σχετικά με το έργο

Συχνές ερωτήσεις

Όχι, το εργαλείο δουλεύει με αρχείο. Αποθηκεύστε τη σελίδα στο πρόγραμμα περιήγησής σας ως HTML και ανεβάστε το αποτέλεσμα. Καλύτερα λειτουργεί η επιλογή αποθήκευσης που συσκευάζει ολόκληρη τη σελίδα σε ένα αρχείο.
Η σελίδα αποδίδεται απομονωμένα: τα αιτήματα σε τοπικά αρχεία μπλοκάρονται και από τις εξωτερικές διευθύνσεις επιτρέπονται μόνο εκείνες που φάνηκαν στο HTML κατά τη στατική σάρωση. Οι εικόνες που φορτώνει ένα σενάριο μετά το άνοιγμα της σελίδας δεν φτάνουν ποτέ στην απόδοση.
Πρόκειται για την αυτόματη γρήγορη διαδρομή: πολύ μεγάλα αρχεία HTML χωρίς εικόνες, πίνακες, ενσωματωμένα στυλ ή πολυμέσα αποδίδονται ως κείμενο. Το αποτέλεσμα συνοδεύεται από προειδοποίηση ότι η μορφοποίηση δεν διατηρήθηκε.
Όχι. Η βασική ροή εργασίας είναι διαθέσιμη χωρίς δημιουργία λογαριασμού.
Τα αρχεία χρησιμοποιούνται μόνο για την επιλεγμένη λειτουργία και διαγράφονται αυτόματα μετά την ολοκλήρωση της επεξεργασίας. Δεν χρησιμοποιούμε τα έγγραφα που ανεβάζετε για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης.

Περισσότερα από αυτή την ενότητα

Σχετικά εργαλεία

← Όλα τα εργαλεία: Μετατροπή

Τι να κάνετε στη συνέχεια

Αν χρειάζεστε ένα πρακτικό επόμενο βήμα ή καθοδήγηση για την υπηρεσία μετά την ανάγνωση, ανοίξτε αυτές τις σελίδες.

Όλα τα εργαλεία

Κατάλογος εργαλείων PDF: συγχώνευση, συμπίεση, διαχωρισμός, μετατροπή, περιστροφή, προστασία και ξεκλείδωμα PDF online, online.

Συχνές ερωτήσεις

Απαντήσεις για τους λογαριασμούς του iHatePDF, την επεξεργασία αρχείων, τα όρια μεταφόρτωσης, την πρόσβαση από κινητό, το απόρρητο και τι να κάνετε όταν ένα εργαλείο PDF επιστρέφει σφάλμα.

Επικοινωνία

Επικοινωνήστε με το iHatePDF για σφάλματα επεξεργασίας, επιλογή εργαλείου, ασφάλεια, επαγγελματικά αιτήματα και προτάσεις.