Langkau ke kandungan
Artikel

HTML ke PDF: simpan laman web sebagai PDF

Alat ini menerima fail HTML yang disimpan, bukan alamat laman, dan memaparkannya dalam pelayar terpencil. Imej setempat tidak dimuatkan; kandungan lewat tidak sampai ke PDF.

Ringkasnya: Laman dipaparkan oleh pelayar tanpa antara muka daripada fail HTML yang anda muat naik. Laluan setempat tidak diambil langsung, dan alamat luar hanya yang kelihatan dalam HTML itu sendiri. Arkib yang boleh dipercayai datang daripada satu fail lengkap dengan semua perkara terbenam di dalamnya.

Kelompok

keselamatan

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

5 artikel

Alat utama

HTML ke PDF dalam talian

Buka alat yang dipautkan dalam artikel ini untuk melaksanakan tugasan dalam bahasa yang sedang anda gunakan.

Buka alat

Kandungan

Menyimpan laman web sebagai PDF: apa yang masuk ke arkib dan apa yang tidak

Anda perlu menyimpan sesebuah laman supaya setahun lagi ia masih boleh dibuka dan kelihatan seperti hari ini: syarat perkhidmatan, laman senarai harga, atau artikel yang mungkin diubah orang lain. PDF lebih sesuai daripada tangkapan skrin kerana teksnya kekal, dan lebih sesuai daripada penanda halaman kerana ia tidak bergantung pada pelayan orang lain.

Namun antara "laman dalam pelayar" dan "laman dalam PDF" ada beberapa langkah yang boleh menyebabkan kandungan hilang. Berikut ialah tempat-tempatnya.

Alat ini menerima fail, bukan alamat laman

Perkara pertama yang perlu difahami: anda tidak menaip alamat laman web ke dalamnya. Anda memuat naik fail HTML yang telah disimpan.

Pelayar anda boleh menyimpan laman itu. Dialog simpan biasanya menawarkan pilihan antara HTML sahaja dan pilihan yang membungkus keseluruhan laman. Pilihan kedua jauh lebih baik: ia mengumpulkan markup, gaya dan imej ke dalam satu fail, dan itulah yang diperlukan oleh arkib.

Sebab ia berfungsi begitu diterangkan dalam bahagian seterusnya, dan penjelasan yang sama merangkumi kebanyakan hasil yang tidak dijangka.

Mengapa imej hilang

Laman dipaparkan dalam pelayar terpencil, dan kandungannya diserahkan terus kepadanya, bukan dibuka daripada laluan fail. Laman sebegitu tidak mempunyai lokasi pada cakera untuk membaca fail di sebelahnya.

Oleh itu ada satu peraturan tegas: rujukan kepada fail setempat tidak berfungsi. Jika folder bernama `page_files` yang penuh dengan imej terletak di sebelah `page.html` anda, tiada satu pun daripadanya sampai ke PDF. Pelayar itu memang tidak dapat mencapainya.

Alamat luar memang berfungsi, tetapi bukan semuanya. Sebelum dipaparkan, HTML diimbas secara statik, senarai alamat dibina daripadanya, dan hanya alamat itu yang diambil. Sumber yang tidak disebut dalam markup disekat, begitu juga pengubahan hala ke alamat lain.

Kesimpulan praktikalnya satu: arkib yang boleh dipercayai datang daripada fail lengkap, iaitu imej dan gaya terbenam dalam markup dan tidak diletakkan di sebelahnya.

Apa-apa yang muncul selepas pemuatan tidak sampai ke PDF

Punca kehilangan kedua ialah kandungan dinamik.

Laman moden sering menarik kandungan selepas dibuka: imej semasa anda menatal, komen apabila diklik, jadual data melalui permintaan berasingan. Pemaparan bertolak daripada markup, bukan daripada laman yang hidup, dan apa-apa yang dimuatkan kemudian tidak ada di dalamnya.

Atas sebab yang sama, blok yang dilipat kekal terlipat, tab selain yang aktif tiada, dan semua yang dipaparkan apabila tetikus berada di atasnya turut tiada.

Anda boleh menyemak lebih awal sama ada sesuatu kandungan akan masuk ke arkib: matikan skrip dalam pelayar anda dan muat semula laman. Apa yang masih kelihatan akan sampai ke PDF. Apa yang lenyap tidak akan sampai.

Perbezaan arkib PDF daripada tangkapan skrin dan penanda halaman

Tiga cara menyimpan laman menyelesaikan masalah yang berbeza, dan mengelirukannya mahal akibatnya.

KaedahApa yang disimpanApa yang tiada
Penanda halamanAlamat sahajaLaman boleh berubah atau hilang
Tangkapan skrinGambar kawasan yang kelihatanTeks tidak boleh dicari atau disalin, laman panjang tidak muat
PDFTeks, pemformatan, setiap halaman secara penuhInteraktiviti dan apa-apa yang dimuatkan oleh skrip

Untuk tujuan pembuktian, lajur ketiga pada baris kedua ialah yang penting. Tangkapan skrin laman senarai harga tidak membolehkan anda mencari sesuatu fasal melalui carian dan tidak menunjukkan apa yang berada di bawah lipatan. PDF membolehkan kedua-duanya.

Perlu diingat secara berasingan: tiada satu pun daripada tiga kaedah ini ialah bukti sah tentang kandungan sesebuah laman pada tarikh tertentu. Pengesahan notari wujud untuk tujuan itu, dan ia berfungsi dengan cara lain.

Cara menyimpannya

1. Buka laman dalam pelayar dan simpan sebagai HTML, dengan memilih pilihan fail tunggal. 2. Buka HTML ke PDF dalam talian dan muat naik fail yang disimpan. 3. Pilih saiz halaman: A4 atau Letter. 4. Biarkan grafik latar belakang dihidupkan jika reka bentuk penting. 5. Jalankan tugas dan bandingkan hasilnya dengan laman asal.

Buat langkah kelima serta-merta, bukan sebulan kemudian: jika ada yang hilang, laman itu masih ada dan boleh disimpan dengan cara lain.

Grafik latar belakang dan sebab membiarkannya hidup

Suis grafik latar belakang menentukan sama ada isian, imej latar dan panel berwarna masuk ke PDF.

Ia dihidupkan secara lalai, dan itu betul untuk arkib: apabila dimatikan, teks pada panel berwarna menjadi teks pada latar putih, dan sebahagian makna reka bentuk hilang. Ini paling ketara pada amaran yang ditandakan dengan warna dan pada jadual dengan baris berselang-seli.

Hanya ada satu sebab untuk mematikannya: laman itu hendak dihantar ke pencetak dan isian akan menghabiskan toner. Untuk arkib, biarkan ia hidup.

Saiz halaman dan jadual lebar

Saiz halaman secara lalai ialah A4. Pilihannya hanya antara A4 dan Letter; tiada format sesuka hati.

Daripada itu timbul satu masalah yang tidak dapat dielakkan. Laman web tidak mempunyai lebar tetap: ia menyesuaikan diri dengan tetingkap. PDF mempunyai lebar tetap. Jadual lebar yang boleh ditatal ke tepi dalam pelayar akan terpotong pada tepi helaian.

Tiada jalan keluar di dalam alat ini. Orang mengatasinya di luar alat: kecilkan zum laman dalam pelayar sebelum menyimpan, dan jadual itu akan muat pada lebar helaian.

Apabila HTML menjadi teks biasa

Ada laluan pantas automatik. Fail HTML yang sangat besar tanpa imej, tanpa jadual, tanpa gaya terbenam dan tanpa media dipaparkan sebagai teks biasa, tanpa reka letak.

Ini keputusan yang disengajakan: memaparkan sepenuhnya laman teks tulen berukuran beberapa megabait adalah mahal dan menghasilkan perkara yang sama.

Ia tidak berlaku secara senyap. Hasilnya disertakan amaran bahawa dokumen dihimpunkan dalam bentuk ringkas dan pemformatan tidak dikekalkan. Jika hasil itu tidak sesuai dengan anda, fail tersebut terkena heuristik secara tersilap, dan laman itu wajar disimpan semula dalam bentuk yang mengekalkan markupnya.

Apa yang perlu dibuat dengan arkib yang siap

Tiga langkah yang wajar diambil terus.

Semak saiznya. Laman yang penuh imej menghasilkan PDF yang berat, dan Mampatkan PDF dalam talian akan mengecilkannya tanpa menyentuh teks.

Isi sifat dokumen. Dalam PDF yang dibuat daripada HTML, medan tajuk biasanya kosong atau mengandungi rentetan teknikal. Tajuk dan tarikh yang bermakna melalui Tetapkan metadata PDF dalam talian menjadikan arkib jauh lebih mudah dicari setahun kemudian.

Jika ada beberapa laman yang membentuk satu dokumen, gabungkan dengan Gabung PDF dalam talian mengikut susunan bacaan, bukan mengikut susunan anda menyimpannya.

Dan yang terakhir. Untuk penyimpanan jangka panjang, wajar menjalankan hasilnya melalui PDF ke PDF/A dalam talian: profil arkib menghendaki semua yang diperlukan untuk paparan berada di dalam fail, dan itulah yang dikehendaki oleh arkib.

Penulis

Disediakan oleh pasukan iHatePDF; perkhidmatan ini diuruskan oleh Sergey Gagin.

Tentang projek

Soalan Lazim

Tidak, alat ini berfungsi daripada fail. Simpan laman dalam pelayar anda sebagai HTML dan muat naik hasilnya. Pilihan simpan yang membungkus keseluruhan laman ke dalam satu fail adalah yang terbaik.
Laman dipaparkan secara terasing: permintaan kepada fail setempat disekat, dan antara alamat luar hanya yang kelihatan dalam HTML semasa imbasan statik dibenarkan. Imej yang ditarik oleh skrip selepas laman dibuka tidak pernah sampai ke pemapar.
Itulah laluan pantas automatik: fail HTML yang sangat besar tanpa imej, jadual, gaya terbenam atau media dipaparkan sebagai teks. Hasilnya disertakan amaran bahawa pemformatan tidak dikekalkan.
Tidak. Aliran kerja asas boleh digunakan tanpa membuat akaun.
Fail digunakan hanya untuk operasi yang dipilih dan dipadam secara automatik selepas pemprosesan selesai. Kami tidak menggunakan dokumen yang dimuat naik untuk melatih model AI.

Lagi daripada kelompok ini

Alat berkaitan

← Semua alat Penukaran

Apa yang perlu dilakukan seterusnya

Jika anda perlukan langkah praktikal seterusnya atau maklumat tentang perkhidmatan, buka salah satu halaman ini.

Semua alat

Katalog alat PDF untuk mencantum, memampat, memisah, menukar, memutar, melindungi dan membuka kunci fail secara dalam talian dalam talian.

Soalan Lazim

Dapatkan jawapan tentang akaun iHatePDF, pemprosesan fail, had muat naik, akses mudah alih, privasi dan tindakan apabila alat PDF memaparkan ralat.

Hubungi

Hubungi iHatePDF tentang ralat pemprosesan, pemilihan alat, keselamatan, pertanyaan perniagaan dan cadangan ciri baharu.