Chuyển đến nội dung
Bài viết

HTML sang PDF: lưu một trang web

Công cụ nhận tệp HTML đã lưu chứ không nhận địa chỉ trang, rồi dựng trong trình duyệt tách biệt. Vì vậy ảnh cục bộ không được nạp và nội dung tải sau không vào PDF.

Tóm lại: Trang được một trình duyệt không giao diện dựng từ tệp HTML bạn tải lên. Đường dẫn cục bộ hoàn toàn không được nạp, còn địa chỉ bên ngoài chỉ được nạp nếu hiện ngay trong HTML. Muốn lưu trữ chắc chắn, hãy dùng một tệp tự đủ, có mọi thứ nhúng sẵn bên trong.

Nhóm chủ đề

bảo mật

bảo mật: PDF guidance for reliable document processing and quality checks.

5 bài viết

Công cụ chính

HTML sang PDF trực tuyến

Mở công cụ được nhắc đến trong bài viết để thực hiện thao tác bằng ngôn ngữ hiện tại.

Mở công cụ

Mục lục

Lưu trang web thành PDF: cái gì vào được bản lưu và cái gì không

Bạn cần giữ một trang sao cho một năm nữa mở ra vẫn giống hệt hôm nay: điều khoản dịch vụ, trang bảng giá, một bài viết mà ai đó có thể sửa. PDF hợp với việc này hơn ảnh chụp màn hình vì văn bản vẫn còn nguyên, và hơn dấu trang vì không phụ thuộc vào máy chủ của người khác.

Nhưng từ "trang trong trình duyệt" đến "trang trong PDF" có vài bước làm mất nội dung. Sau đây là các bước đó.

Công cụ nhận tệp, không nhận địa chỉ trang

Điều đầu tiên cần hiểu: bạn không gõ địa chỉ website vào công cụ. Bạn tải lên một tệp HTML đã lưu.

Trình duyệt của bạn có thể lưu trang. Hộp thoại lưu thường cho chọn giữa chỉ HTML và một tùy chọn đóng gói cả trang. Tùy chọn thứ hai tốt hơn hẳn: nó gom mã đánh dấu, kiểu dáng và hình ảnh vào một tệp, và bản lưu trữ cần đúng thứ đó.

Vì sao công cụ làm việc như vậy sẽ được giải thích ở phần tiếp theo, và cách giải thích đó cũng lý giải hầu hết kết quả bất ngờ.

Vì sao hình ảnh biến mất

Trang được dựng trong một trình duyệt tách biệt, và nội dung được đưa thẳng cho nó chứ không mở từ một đường dẫn tệp. Trang như vậy không có vị trí nào trên đĩa để đọc các tệp nằm cạnh.

Từ đó có một quy tắc cứng: tham chiếu đến tệp cục bộ không hoạt động. Nếu cạnh `page.html` của bạn có thư mục `page_files` đầy ảnh, không tấm nào vào được PDF. Trình duyệt đơn giản là không với tới chúng.

Địa chỉ bên ngoài thì dùng được, nhưng không phải địa chỉ nào cũng được. Trước khi dựng, HTML được quét tĩnh, từ đó lập danh sách địa chỉ, và chỉ những địa chỉ ấy mới được tải. Tài nguyên mà mã đánh dấu không nhắc đến sẽ bị chặn, và chuyển hướng sang địa chỉ khác cũng vậy.

Từ đó rút ra một kết luận thực tế: bản lưu trữ đáng tin cậy đến từ một tệp tự đủ, trong đó ảnh và kiểu dáng được nhúng vào mã đánh dấu chứ không nằm bên cạnh.

Mọi thứ xuất hiện sau khi tải đều không vào PDF

Nguồn thất thoát thứ hai là nội dung động.

Một trang hiện đại thường nạp thêm nội dung sau khi mở: ảnh khi bạn cuộn, bình luận khi bạn bấm, bảng dữ liệu qua một yêu cầu riêng. Việc dựng dựa trên mã đánh dấu chứ không phải trang đang chạy, nên những gì tải sau sẽ không có trong đó.

Vì lý do tương tự, các khối đã thu gọn vẫn giữ nguyên trạng thái thu gọn, các tab không phải tab đang mở sẽ vắng mặt, và mọi thứ chỉ hiện khi rê chuột đều không có.

Bạn có thể kiểm tra trước xem nội dung có vào bản lưu không: tắt script trong trình duyệt rồi tải lại trang. Cái còn hiện là cái sẽ vào PDF. Cái biến mất thì sẽ không vào.

Lưu bằng PDF khác gì ảnh chụp màn hình và dấu trang

Ba cách giữ một trang giải quyết những bài toán khác nhau, và nhầm lẫn giữa chúng thì tốn kém.

CáchGiữ lại gìThiếu gì
Dấu trangChỉ địa chỉTrang có thể thay đổi hoặc biến mất
Ảnh chụp màn hìnhHình của vùng đang hiển thịKhông tìm kiếm hay sao chép được văn bản, trang dài không chụp hết
PDFVăn bản, định dạng, đủ mọi trangTính tương tác và mọi thứ do script tải

Với mục đích làm bằng chứng, điều quan trọng nằm ở cột thứ ba của hàng thứ hai. Ảnh chụp trang bảng giá không cho bạn tìm một điều khoản bằng tìm kiếm và không cho thấy phần nằm dưới mép màn hình. PDF làm được cả hai.

Cũng nên nhớ riêng một điều: cả ba cách đều không phải bằng chứng pháp lý về nội dung của trang vào một ngày nhất định. Để làm việc đó có chứng thực công chứng, và nó vận hành theo cách khác.

Cách thực hiện việc lưu

1. Mở trang trong trình duyệt và lưu dưới dạng HTML, chọn tùy chọn một tệp duy nhất. 2. Mở HTML sang PDF trực tuyến và tải lên tệp vừa lưu. 3. Chọn khổ giấy: A4 hoặc Letter. 4. Để bật đồ họa nền nếu thiết kế quan trọng với bạn. 5. Chạy tác vụ và so kết quả với trang gốc.

Hãy làm bước năm ngay, đừng để một tháng sau: nếu thiếu thứ gì thì trang vẫn còn đó và bạn có thể lưu lại theo cách khác.

Đồ họa nền và lý do nên để bật

Công tắc đồ họa nền quyết định việc màu tô, ảnh nền và các khung màu có vào PDF hay không.

Mặc định nó được bật, và với bản lưu trữ thế là đúng: khi tắt, chữ trên khung màu thành chữ trên nền trắng, và một phần ý nghĩa của thiết kế bị mất. Điều này lộ rõ nhất ở các cảnh báo được đánh dấu bằng màu và ở các bảng có hàng xen kẽ màu.

Chỉ có đúng một lý do để tắt: trang sắp được in ra giấy và màu tô sẽ tốn mực. Với bản lưu trữ, hãy để bật.

Khổ giấy và bảng rộng

Khổ giấy mặc định là A4. Ở đây chỉ chọn được giữa A4 và Letter, không có khổ tùy ý.

Từ đó nảy sinh một vấn đề không tránh được. Trang web không có chiều rộng cố định: nó co giãn theo cửa sổ. PDF thì có chiều rộng cố định. Một bảng rộng vốn cuộn ngang được trong trình duyệt sẽ bị cắt ở mép tờ giấy.

Bên trong công cụ không có cách nào vòng qua điều này. Người ta xử lý ở bên ngoài: thu nhỏ mức thu phóng của trang trong trình duyệt trước khi lưu, khi đó bảng sẽ vừa chiều rộng.

Khi HTML trở thành văn bản thuần

Có một lối tắt tự động. Các tệp HTML rất lớn không chứa ảnh, bảng, kiểu dáng nhúng hay đa phương tiện sẽ được dựng thành văn bản thuần, không có bố cục.

Đây là quyết định có chủ ý: dựng đầy đủ một trang chỉ toàn chữ nặng vài megabyte thì tốn công mà kết quả cũng như vậy.

Việc này không diễn ra âm thầm. Kết quả có kèm cảnh báo rằng tài liệu được tạo ở dạng đơn giản hóa và định dạng không được giữ. Nếu kết quả đó không phù hợp, nghĩa là tệp đã bị quy tắc ước lượng bắt nhầm, và nên lưu lại trang ở dạng giữ nguyên mã đánh dấu.

Làm gì với bản lưu đã xong

Ba việc nên làm ngay.

Kiểm tra dung lượng. Trang đầy ảnh cho ra PDF nặng, và Nén PDF trực tuyến sẽ làm nhẹ nó mà không đụng đến văn bản.

Điền thuộc tính tài liệu. Trong PDF tạo từ HTML, trường tiêu đề thường để trống hoặc chứa một chuỗi kỹ thuật. Một tiêu đề có nghĩa và ngày tháng đặt qua Đặt siêu dữ liệu PDF trực tuyến giúp tìm bản lưu dễ hơn nhiều sau một năm.

Nếu có nhiều trang tạo thành một tài liệu, hãy ghép chúng bằng Gộp PDF trực tuyến theo thứ tự đọc chứ không theo thứ tự bạn lưu.

Và cuối cùng. Để lưu trữ lâu dài, nên cho kết quả đi qua PDF sang PDF/A trực tuyến: hồ sơ lưu trữ yêu cầu mọi thứ cần để hiển thị phải nằm trong tệp, đúng là điều một bản lưu trữ cần.

Tác giả

Được biên soạn bởi đội ngũ iHatePDF; Sergey Gagin chịu trách nhiệm về dịch vụ.

Giới thiệu dự án

Câu hỏi thường gặp

Không, công cụ làm việc từ tệp. Hãy lưu trang dưới dạng HTML trong trình duyệt rồi tải kết quả lên. Tùy chọn lưu đóng gói cả trang vào một tệp duy nhất cho kết quả tốt nhất.
Trang được dựng trong môi trường tách biệt: yêu cầu đến tệp cục bộ bị chặn, và trong các địa chỉ bên ngoài chỉ những địa chỉ thấy được trong HTML khi quét tĩnh mới được phép. Ảnh do script nạp sau khi trang mở sẽ không bao giờ đến được bộ dựng.
Đó là lối tắt tự động: các tệp HTML rất lớn không có ảnh, bảng, kiểu dáng nhúng hay đa phương tiện được dựng thành văn bản. Kết quả có kèm cảnh báo rằng định dạng không được giữ.
Không. Quy trình cơ bản dùng được mà không cần tạo tài khoản.
Tệp chỉ được dùng cho thao tác bạn chọn và tự động bị xóa sau khi xử lý xong. Chúng tôi không dùng tài liệu đã tải lên để huấn luyện mô hình AI.

Xem thêm trong nhóm chủ đề này

Công cụ liên quan

← Tất cả công cụ Chuyển đổi

Nên làm gì tiếp theo

Nếu cần thực hiện thêm một bước hoặc tìm hướng dẫn về dịch vụ sau khi đọc, hãy xem các trang này.

Tất cả công cụ

Danh mục công cụ PDF trực tuyến: gộp, nén, tách, chuyển đổi, xoay, bảo vệ và mở khóa tệp PDF. Chọn công cụ phù hợp cho nhu cầu của bạn.

Câu hỏi thường gặp

Tìm câu trả lời về tài khoản iHatePDF, xử lý tệp, giới hạn tải lên, truy cập trên di động, quyền riêng tư và cách xử lý khi công cụ PDF báo lỗi.

Liên hệ

Liên hệ iHatePDF về lỗi xử lý, cách chọn công cụ, bảo mật, hợp tác kinh doanh và đề xuất tính năng mới.