HTML en PDF : sauver une page web

Une annonce promettait un prix, une semaine plus tard il a discrètement changé, et il ne reste rien pour le prouver. Un échange dans l'espace client de la banque, les conditions d'une promo, une page de tarifs, un avis client : tout cela existe jusqu'au moment où quelqu'un clique sur "modifier". La capture d'écran aide mal ici : on peut l'accuser d'être truquée, le texte ne se copie pas, les liens sont morts. C'est pourquoi on enregistre la page en PDF. On obtient un document à joindre à une réclamation, à envoyer à un avocat ou à ranger dans une archive en cas de litige.

Une page web et un PDF ne fonctionnent pas pareil. Le HTML n'est pas une feuille de papier : c'est du texte que le navigateur dispose à l'écran à la volée, en chargeant les polices, en tirant les images d'autres serveurs, en réorganisant les blocs selon la largeur de la fenêtre. Convertir du HTML en PDF revient à figer toute cette mise en page vivante dans des pages A4 fixes. C'est là qu'arrivent les surprises classiques : marges décalées, tableaux coupés, polices disparues. Quand on sait d'où ça vient, le résultat est propre dès la première fois.

Convertir HTML en PDF, étape par étape

1. Ouvrez html-to-pdf et chargez la source : un fichier `.html` enregistré ou le lien de la page, selon ce dont vous disposez. 2. Avant d'enregistrer, faites défiler la page entière jusqu'en bas dans le navigateur pour charger les images et blocs différés. Ce qui n'a pas eu le temps de se charger n'ira pas dans le PDF. 3. Choisissez l'orientation portrait pour les articles et les échanges, paysage pour les tableaux larges et les tableaux de bord qui seraient sinon coupés à droite. 4. Lancez la conversion et ouvrez le PDF. Faites-le défiler jusqu'à la dernière page pour vérifier que le contenu ne s'arrête pas au milieu. 5. Vérifiez que le texte se sélectionne au curseur et n'est pas une image : essayez de surligner deux lignes et de les copier. 6. Téléchargez le fichier juste après le traitement. Vous en aurez besoin en local, et il ne reste pas longtemps sur le serveur.

Ce qui peut mal tourner

• Le tableau est coupé à droite. Les listes de prix et rapports larges n'entrent pas en portrait. Passez en paysage ou réduisez l'échelle de la page avant d'enregistrer.
• Une partie d'une longue page a disparu. Les fils, avis et commentaires se chargent au défilement. Descendez jusqu'en bas et attendez le rendu complet, sinon seule la partie haute part dans le PDF.
• La police est remplacée par une police standard. Si le site utilise une police maison qui ne s'est pas chargée, le texte se reconstruit dans une autre fonte et la mise en page se décale. Laissez la page se charger entièrement avant de convertir.
• Des cadres vides à la place des images. Les images tirées de serveurs externes arrivent parfois trop tard. Rechargez la page, attendez toutes les images, puis enregistrez.
• Boutons "Imprimer" et bannières dans le document. Les fenêtres de cookies et boutons flottants recouvrent souvent le texte. Fermez-les dans le navigateur avant d'envoyer la page à la conversion.
• Une image au lieu du texte dans le PDF. Dans ce cas, la recherche dans le document ne marche pas et le texte ne se copie pas. Enregistrez de façon à garder le texte comme texte : utile pour toute suite de travail sur le fichier.

À vérifier avant d'envoyer le PDF

• La page est enregistrée en entier, de l'en-tête à la dernière ligne du pied.
• Le texte se sélectionne et se copie, et les liens internes restent cliquables.
• Les tableaux et blocs larges ne sont pas coupés sur les bords.
• La date d'enregistrement et l'adresse de la page sont visibles : à fixer tout de suite.
• Le fichier s'ouvre dans une visionneuse PDF ordinaire, pas seulement dans un navigateur précis.

Pour aller plus loin

Si vous devez extraire et corriger le texte de la page enregistrée, transférez le document dans un éditeur avec pdf-to-word, puis renvoyez la correction en PDF avec word-to-pdf. Quand la page est un grand tableau de données, exportez-la vers un tableur avec pdf-to-excel pour calculer normalement, au lieu de tout relire à l'œil sur une image.