HTML na PDF: zapis strony internetowej
W skrócie: Stronę renderuje przeglądarka bez interfejsu na podstawie wgranego pliku HTML. Ścieżki lokalne nie są pobierane wcale, a zewnętrzne tylko dla adresów widocznych w samym HTML. Niezawodne archiwum powstaje z jednego samodzielnego pliku z osadzoną zawartością.
Grupa
bezpieczeństwo
bezpieczeństwo: PDF guidance for reliable document processing and quality checks.
Główne narzędzie
HTML na PDF online
Otwórz narzędzie opisane w tym artykule i wykonaj zadanie w bieżącym języku.
Otwórz narzędzieSpis treści
- Narzędzie przyjmuje plik, a nie adres strony
- Dlaczego znikają obrazy
- To, co pojawia się po załadowaniu, nie trafia do PDF
- Czym archiwizacja w PDF różni się od zrzutu ekranu i zakładki
- Jak zapisać stronę
- Grafika tła i dlaczego warto ją zostawić
- Rozmiar strony i szerokie tabele
- Kiedy HTML zmienia się w zwykły tekst
- Co zrobić z gotowym archiwum
Zapis strony internetowej jako PDF: co trafia do archiwum, a co nie
Potrzebujesz zachować stronę tak, by za rok otwierała się i wyglądała tak jak dziś: regulamin usługi, strona z cennikiem, artykuł, który ktoś może zmienić. PDF nadaje się do tego lepiej niż zrzut ekranu, bo tekst zostaje tekstem, i lepiej niż zakładka, bo nie zależy od cudzego serwera.
Między „stroną w przeglądarce” a „stroną w PDF” jest jednak kilka etapów, na których treść ginie. Oto one.
Narzędzie przyjmuje plik, a nie adres strony
Najpierw trzeba to zrozumieć: nie wpisuje się tu adresu witryny. Wgrywa się zapisany plik HTML.
Stronę zapisze przeglądarka. W oknie zapisu zwykle można wybrać między samym HTML a opcją, która pakuje całą stronę. Druga jest wyraźnie lepsza: zbiera kod, style i obrazy w jednym pliku, a właśnie tego potrzebuje archiwum.
Dlaczego tak to działa, wyjaśnia następna sekcja. To samo wyjaśnienie dotyczy większości zaskakujących wyników.
Dlaczego znikają obrazy
Strona jest renderowana w odizolowanej przeglądarce, a zawartość trafia do niej bezpośrednio, zamiast być otwierana ze ścieżki do pliku. Taka strona nie ma lokalizacji na dysku, z której mogłaby odczytać sąsiednie pliki.
Stąd twarda zasada: odwołania do plików lokalnych nie działają. Jeśli obok `page.html` leży folder `page_files` pełen obrazów, żaden z nich nie trafi do PDF. Przeglądarka po prostu nie ma do nich dostępu.
Adresy zewnętrzne działają, ale nie wszystkie. Przed renderowaniem HTML jest analizowany statycznie, z niego powstaje lista adresów i tylko je się pobiera. Zasób, o którym kod strony nie wspomina, jest blokowany, podobnie jak przekierowanie na inny adres.
Wniosek praktyczny jest jeden: niezawodne archiwum powstaje z samodzielnego pliku, w którym obrazy i style są osadzone w kodzie, a nie leżą obok.
To, co pojawia się po załadowaniu, nie trafia do PDF
Drugie źródło strat to dynamika.
Nowoczesna strona często dociąga treść już po otwarciu: obrazy podczas przewijania, komentarze po kliknięciu, tabelę z danymi osobnym zapytaniem. Renderowanie opiera się na kodzie, a nie na działającej stronie, więc to, co wczytuje się później, w nim nie występuje.
Z tego samego powodu zwinięte bloki pozostają zwinięte, brakuje kart innych niż aktywna, a wszystko, co pokazuje się po najechaniu kursorem, jest pominięte.
Można sprawdzić z góry, czy treść trafi do archiwum: wyłącz w przeglądarce skrypty i odśwież stronę. Co zostanie widoczne, trafi do PDF. Co zniknie, nie trafi.
Czym archiwizacja w PDF różni się od zrzutu ekranu i zakładki
Trzy sposoby zachowania strony rozwiązują różne problemy, a ich mylenie sporo kosztuje.
| Sposób | Co zostaje zachowane | Czego brakuje |
|---|---|---|
| Zakładka | Tylko adres | Strona może się zmienić lub zniknąć |
| Zrzut ekranu | Obraz widocznego obszaru | Tekstu nie da się przeszukiwać ani kopiować, długa strona się nie zmieści |
| Tekst, formatowanie, wszystkie strony w całości | Interaktywność i wszystko, co ładują skrypty |
Przy zadaniu dowodowym liczy się trzecia kolumna w drugim wierszu. Zrzut ekranu strony z cennikiem nie pozwala znaleźć punktu wyszukiwaniem i nie pokazuje, co znajdowało się poniżej widocznej części. PDF robi jedno i drugie.
Warto też zapamiętać osobno: żaden z tych trzech sposobów nie jest prawnym dowodem treści strony w danym dniu. Służy do tego poświadczenie notarialne, które działa inaczej.
Jak zapisać stronę
1. Otwórz stronę w przeglądarce i zapisz ją jako HTML, wybierając opcję pojedynczego pliku. 2. Otwórz HTML na PDF online i wgraj zapisany plik. 3. Wybierz rozmiar strony: A4 lub Letter. 4. Zostaw włączoną grafikę tła, jeśli wygląd ma znaczenie. 5. Uruchom zadanie i porównaj wynik z oryginalną stroną.
Krok piąty wykonaj od razu, a nie po miesiącu: jeśli czegoś zabrakło, strona jest jeszcze dostępna i można ją zapisać inaczej.
Grafika tła i dlaczego warto ją zostawić
Przełącznik grafiki tła decyduje, czy wypełnienia, obrazy w tle i kolorowe panele trafią do PDF.
Domyślnie jest włączony i dla archiwum to słuszne ustawienie: po wyłączeniu tekst na kolorowym panelu staje się tekstem na białym tle, a część znaczenia projektu przepada. Najbardziej widać to przy ostrzeżeniach oznaczonych kolorem i w tabelach z naprzemiennymi wierszami.
Jest dokładnie jeden powód, by go wyłączyć: strona idzie do drukarki, a wypełnienia zużyłyby toner. Do archiwum zostaw go włączony.
Rozmiar strony i szerokie tabele
Domyślnym rozmiarem strony jest A4. Do wyboru są tylko A4 i Letter, dowolnego formatu nie ma.
Wynika z tego jeden nieunikniony problem. Strona internetowa nie ma stałej szerokości: dopasowuje się do okna. PDF ma szerokość stałą. Szeroka tabela, która w przeglądarce przewijała się w bok, zostaje ucięta na krawędzi arkusza.
W samym narzędziu nie da się tego obejść. Robi się to poza nim: zmniejsz powiększenie strony w przeglądarce przed zapisem, a tabela zmieści się na szerokość.
Kiedy HTML zmienia się w zwykły tekst
Działa tu automatyczna ścieżka skrócona. Bardzo duże pliki HTML bez obrazów, tabel, osadzonych stylów i multimediów są renderowane jako zwykły tekst, bez układu.
To decyzja celowa: pełne renderowanie kilkumegabajtowej strony z samym tekstem jest kosztowne, a daje ten sam efekt.
Nie dzieje się to po cichu. W wyniku pojawia się ostrzeżenie, że dokument złożono w uproszczonej postaci i formatowania nie zachowano. Jeśli taki wynik ci nie odpowiada, plik został złapany przez regułę heurystyczną omyłkowo i warto zapisać stronę ponownie, tak by zachować jej kod.
Co zrobić z gotowym archiwum
Trzy kroki, które warto wykonać od razu.
Sprawdź rozmiar. Strona pełna obrazów daje ciężki PDF, a Kompresuj PDF online zmniejszy go bez ruszania tekstu.
Uzupełnij właściwości dokumentu. W PDF utworzonym z HTML pole tytułu jest zwykle puste albo zawiera techniczny ciąg znaków. Sensowny tytuł i data ustawione przez Ustaw metadane PDF online bardzo ułatwiają szukanie w archiwum po roku.
Jeśli kilka stron tworzy jeden dokument, złóż je za pomocą Połącz PDF online w kolejności czytania, a nie w kolejności zapisywania.
I na koniec. Do długoterminowego przechowywania warto przepuścić wynik przez PDF na PDF/A online: profil archiwalny wymaga, by wszystko potrzebne do wyświetlenia znajdowało się w pliku, a tego właśnie oczekuje się od archiwum.
Autor
Autor: zespół iHatePDF. Za działanie serwisu odpowiada Sergey Gagin.
FAQ
Więcej z tej grupy
bezpieczeństwo
Jak zabezpieczyć plik PDF hasłem
Jak zabezpieczyć PDF hasłem przed wysłaniem mailem, co to faktycznie daje i dlaczego hasło trzeba przekazać osobno niż plik.
bezpieczeństwo
Jak usunąć hasło z pliku PDF
PDF ma dwa mechanizmy ochrony i tylko jeden z nich jest prawdziwy. Co daje szyfrowanie, dlaczego ograniczenie kopiowania to tylko prośba i czemu puste pole hasła czasem wystarcza.
bezpieczeństwo
Jak zredagować poufne dane w pliku PDF
Czarny prostokąt na tekście niczego nie usuwa. Czym naprawdę różnią się style redakcji, dlaczego rozmycie to nie usunięcie i co dzieje się z metadanymi.
Powiązane narzędzia
HTML na PDF online
Zamień plik HTML na PDF, aby zapisać jego treść jako dokument do archiwizacji lub wysłania.
Kompresuj PDF online
Zmniejsz rozmiar pliku PDF do wysyłki e-mailem lub do formularza z limitem. Wybierz ustawienie jakości lub docelowy rozmiar, a przed udostępnieniem sprawdź czytelność i rozmiar gotowego pliku.
Połącz pliki PDF online
Połącz kilka plików PDF w jeden dokument. Dodaj pliki, ustaw ich kolejność i pobierz gotowy dokument.
PDF na PDF/A online
Zamień zwykły PDF na PDF/A, format zaprojektowany do niezawodnego, długoterminowego przechowywania dokumentów.
Co dalej
Wszystkie narzędzia
Katalog narzędzi PDF: łącz, kompresuj, dziel, konwertuj, obracaj, zabezpieczaj i odblokowuj pliki PDF online, online.
FAQ
Odpowiedzi o kontach w iHatePDF, przetwarzaniu plików, limitach przesyłania, dostępie z telefonu, prywatności i postępowaniu, gdy narzędzie PDF zgłasza błąd.
Kontakt
Napisz do iHatePDF w sprawie błędów przetwarzania, wyboru narzędzia, bezpieczeństwa, zapytań biznesowych i propozycji nowych funkcji.