Przejdź do treści
Artykuł

HTML na PDF: zapis strony internetowej

Narzędzie przyjmuje zapisany plik HTML, nie adres strony. Obrazy lokalne nie są pobierane, a treść doładowana po otwarciu strony nie trafia do PDF.

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.

Artykuły: 5

Główne narzędzie

HTML na PDF online

Otwórz narzędzie opisane w tym artykule i wykonaj zadanie w bieżącym języku.

Otwórz narzędzie

Spis treści

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.

SposóbCo zostaje zachowaneCzego brakuje
ZakładkaTylko adresStrona może się zmienić lub zniknąć
Zrzut ekranuObraz widocznego obszaruTekstu nie da się przeszukiwać ani kopiować, długa strona się nie zmieści
PDFTekst, formatowanie, wszystkie strony w całościInteraktywność 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.

O projekcie

FAQ

Nie, narzędzie działa na pliku. Zapisz stronę w przeglądarce jako HTML i wgraj wynik. Najlepiej sprawdza się opcja zapisu, która pakuje całą stronę do jednego pliku.
Strona jest renderowana w izolacji: zapytania do plików lokalnych są blokowane, a spośród adresów zewnętrznych dozwolone są tylko te, które widać w HTML podczas analizy statycznej. Obrazy, które skrypt dociąga po otwarciu strony, nigdy nie trafiają do renderera.
To automatyczna ścieżka skrócona: bardzo duże pliki HTML bez obrazów, tabel, osadzonych stylów i multimediów są renderowane jako tekst. W wyniku pojawia się ostrzeżenie, że formatowania nie zachowano.
Nie. Podstawowy sposób pracy jest dostępny bez zakładania konta.
Pliki służą tylko do wybranej operacji i są automatycznie usuwane po zakończeniu przetwarzania. Nie używamy wgranych dokumentów do trenowania modeli AI.

Więcej z tej grupy

Powiązane narzędzia

← Wszystkie narzędzia: Konwersja

Co dalej

Jeśli po lekturze chcesz wykonać kolejny krok lub dowiedzieć się więcej o usłudze, przejdź do jednej z tych stron.

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.