HTML a PDF: guardar una web

Un anuncio prometía un precio, a la semana lo cambiaron sin avisar y ya no hay forma de demostrarlo. La conversación dentro del banco, las condiciones de una promoción, la página de tarifas, la reseña de un cliente: todo eso existe solo hasta que alguien pulsa "editar". La captura de pantalla aquí no ayuda mucho. Es fácil acusarla de estar trucada, su texto no se copia y los enlaces están muertos. Por eso la página se guarda en PDF: queda un documento que puedes adjuntar a una reclamación, mandar a tu abogado o dejar en el archivo por si surge una disputa.

Una página web y un PDF están hechos de forma distinta. El HTML no es una hoja de papel, es texto que el navegador coloca en la pantalla sobre la marcha: pone las fuentes, trae imágenes de otros servidores y reordena los bloques según el ancho de la ventana. Cuando pasas HTML a PDF, toda esa maqueta viva hay que congelarla en páginas fijas tamaño A4. Ahí aparecen las sorpresas de siempre: márgenes descuadrados, tablas cortadas, fuentes que desaparecen. Si entiendes de dónde salen, el resultado sale limpio a la primera.

Cómo pasar HTML a PDF, paso a paso

1. Abre html-to-pdf y sube el origen: el archivo `.html` guardado o el enlace a la página, según lo que tengas a mano. 2. Antes de guardar, baja con el navegador hasta el final de la página para que se carguen las imágenes y los bloques diferidos. Lo que no llegue a cargarse no entrará en el PDF. 3. Elige orientación vertical para artículos y conversaciones, y horizontal para tablas anchas y paneles que de otro modo se cortarían por la derecha. 4. Lanza la conversión y abre el PDF terminado. Baja hasta la última página y comprueba que el contenido no se corta a la mitad. 5. Verifica que el texto se selecciona con el cursor y no es una imagen: marca un par de líneas e intenta copiarlas. 6. Descarga el archivo nada más procesarlo. Lo vas a necesitar en local y en el servidor no se queda mucho tiempo.

Qué puede salir mal

• La tabla queda cortada por la derecha. Las listas de precios anchas y los informes no caben en vertical. Cambia a orientación horizontal o reduce el tamaño de la página antes de guardar.
• Falta parte de una página larga. Los feeds, las reseñas y los comentarios se cargan al desplazarte. Lleva la página hasta el final del todo y espera a que se dibuje todo; si no, al PDF solo irá la parte de arriba.
• La fuente cambia por una estándar. Si el sitio usa una fuente propia que no llegó a cargar, el texto se rearma con otro trazo y la maqueta se descuadra. Deja que la página cargue del todo antes de convertir.
• En lugar de imágenes, marcos vacíos. Las imágenes que vienen de servidores externos a veces no llegan a tiempo. Recarga la página, espera a que aparezcan todas y solo entonces guarda.
• Botones de imprimir y banners dentro del documento. Los avisos de cookies y los botones flotantes suelen taparte el texto. Ciérralos en el navegador antes de mandar la página a convertir.
• En el PDF hay una imagen en vez de texto. Entonces la búsqueda dentro del documento no funciona y el texto no se copia. Guarda de modo que el texto siga siendo texto: te servirá para cualquier cosa que hagas luego con el archivo.

Qué revisar antes de enviar el PDF

• La página se guardó entera, desde la cabecera hasta la última línea del pie.
• El texto se selecciona y se copia, y los enlaces dentro del documento siguen funcionando.
• Las tablas y los bloques anchos no están cortados por los bordes de la hoja.
• En el documento se ven la fecha de guardado y la dirección de la página; conviene dejarlas fijadas desde el principio.
• El archivo se abre en un lector de PDF normal y no solo en un navegador concreto.

Con qué seguir después

Si necesitas sacar el texto de la página guardada y corregirlo, pasa el documento a un editor con pdf-to-word y devuelve la versión corregida a PDF con word-to-pdf. Cuando la página es una tabla grande de datos, expórtala a una hoja de cálculo con pdf-to-excel y haz las cuentas como toca, en vez de leer a ojo sobre una imagen.