HTML 轉 PDF:把網頁存成 PDF
簡而言之: 頁面由無介面瀏覽器依據你上傳的 HTML 檔案轉換。本機路徑完全不會被讀取,外部資源也只限 HTML 本身看得到的網址。要得到可靠的存檔,就用把所有內容都嵌在裡面的單一檔案。
專區
安全性
安全性: PDF guidance for reliable document processing and quality checks.
主要工具
線上 HTML 轉 PDF
從本文開啟工具,使用目前的語言完成操作。
開啟工具目錄
把網頁存成 PDF:哪些內容進得了存檔,哪些進不了
你想把一個頁面留存下來,希望一年後打開,看到的還是現在這個樣子:服務條款、費用方案頁、可能被人修改的文章。PDF 比螢幕截圖合適,因為文字會保留下來;也比書籤合適,因為它不必依賴別人的伺服器。
不過從「瀏覽器裡的頁面」到「PDF 裡的頁面」,中間有幾個環節會漏掉內容。以下說明漏在哪裡。
工具要的是檔案,不是網址
先要弄清楚的一點:你不能在這裡輸入網站網址,要上傳的是一個已儲存的 HTML 檔案。
瀏覽器可以儲存頁面。儲存對話方塊通常會讓你選擇只存 HTML,或是把整個頁面打包起來的選項。第二種明顯更好:它會把標記、樣式和圖片收進同一個檔案,而存檔正需要這樣的檔案。
為什麼要這樣做,下一節會說明,多數出乎意料的結果也都能用同一個道理解釋。
圖片為什麼會消失
頁面是在隔離的瀏覽器中轉換的,內容是直接交給它的,而不是從檔案路徑開啟。這樣的頁面在磁碟上沒有所在位置,也就無從讀取旁邊的其他檔案。
因此有一條硬性規則:指向本機檔案的參照無效。假設 `page.html` 旁邊有個放滿圖片的 `page_files` 資料夾,其中沒有一張會進入 PDF,瀏覽器就是讀不到它們。
外部網址可以用,但並非所有網址都行。轉換前會先對 HTML 做靜態掃描,從中建立網址清單,只有清單上的網址才會被擷取。標記中沒有提到的資源會被擋下,重新導向到其他網址的請求也一樣。
由此得出一個實用的結論:要得到可靠的存檔,就用自成一體的檔案,把圖片和樣式嵌在標記裡,而不是放在旁邊。
載入之後才出現的內容不會進入 PDF
第二個流失來源是動態內容。
現代網頁常在開啟後才拉進內容:捲動時載入的圖片、點擊後才出現的留言、以另一個請求取得的資料表。轉換依據的是標記,而不是一個正在運作的頁面,之後才載入的東西不在其中。
出於同樣的原因,收合的區塊仍是收合狀態,非作用中的分頁索引標籤不會出現,滑鼠移上去才顯示的內容也都不見了。
你可以事先確認內容能否進入存檔:在瀏覽器中關閉指令碼,再重新載入頁面。還看得到的,會進入 PDF;消失的,就進不去。
PDF 存檔和螢幕截圖、書籤有什麼不同
保存頁面的三種方式解決的是不同的問題,混為一談的代價不小。
| 方式 | 保存了什麼 | 缺少什麼 |
|---|---|---|
| 書籤 | 只有網址 | 頁面可能變動或消失 |
| 螢幕截圖 | 可見區域的圖片 | 文字無法搜尋或複製,長頁面放不進去 |
| 文字、格式、完整的每一頁 | 互動功能,以及由指令碼載入的內容 |
如果是用作佐證,重點在第二列的第三欄。費用方案頁的截圖無法讓你用搜尋找到某一條款,也看不到摺疊線以下有什麼;PDF 兩者都做得到。
另外要單獨記住:這三種方式都不能作為某個日期頁面內容的法律證明。那是公證要處理的事,做法不一樣。
儲存的步驟
1. 在瀏覽器中開啟頁面,另存為 HTML,並選擇單一檔案的選項。 2. 開啟 線上將 HTML 轉成 PDF,上傳儲存好的檔案。 3. 選擇頁面大小:A4 或 Letter。 4. 如果版面設計很重要,請保持開啟背景圖形。 5. 執行作業,並將結果與原始頁面比對。
第五步請立刻做,不要等到一個月後:萬一有內容遺漏,頁面還在,可以換個方式再存一次。
背景圖形,以及為什麼要開著
背景圖形的開關,決定填色、背景圖片和有顏色的區塊是否進入 PDF。
預設為開啟,這對存檔來說是正確的:關掉之後,色塊上的文字會變成白底上的文字,設計所傳達的部分意思也跟著消失。這在以顏色標示的警告和隔行配色的表格上最明顯。
只有一個理由該把它關掉:頁面要送去印表機,而填色會耗掉太多碳粉。若是存檔,請保持開啟。
頁面大小與寬表格
頁面大小預設為 A4。這裡只能在 A4 和 Letter 之間選擇,沒有任意尺寸。
由此帶來一個無法避免的問題。網頁沒有固定寬度,會隨視窗調整;PDF 的寬度則是固定的。在瀏覽器中可以左右捲動的寬表格,在紙張邊緣就會被截掉。
工具內沒有辦法解決這件事,一般的做法是在工具外處理:儲存前先縮小瀏覽器的頁面縮放比例,表格就能放進版面寬度。
HTML 變成純文字的情況
這裡有一條自動的快速路徑。很大的 HTML 檔案如果沒有圖片、表格、內嵌樣式,也沒有媒體,就會以純文字輸出,不做版面配置。
這是刻意的設計:把一個數 MB、全是文字的頁面完整轉換,成本很高,得到的結果卻是一樣的。
它不會悄悄發生。結果中會附上警告,說明文件是以簡化形式產生的,格式並未保留。如果這個結果不符合你的需要,就表示檔案被這個判斷規則誤判了,值得換一種保留標記的方式重新儲存頁面。
完成的存檔還能做什麼
有三件事值得馬上做。
檢查檔案大小。圖片多的頁面會產生很大的 PDF,用 線上壓縮 PDF 可以縮小檔案,而不動到文字。
填寫文件內容。由 HTML 產生的 PDF,標題欄位通常是空的,或是一串技術性字串。透過 設定 PDF 中繼資料 加上有意義的標題和日期,一年後要在存檔中搜尋會方便許多。
如果有數個頁面組成同一份文件,請用 合併 PDF 檔案 依閱讀順序組合,而不是依你儲存的順序。
最後一點。若要長期保存,建議把結果再用 將 PDF 轉成 PDF/A 處理一次:存檔用的規格要求顯示所需的一切都放在檔案內,而這正是存檔所需要的。
作者
由服務團隊撰寫;Sergey Gagin 為服務負責人
常見問題
此專區的更多內容
相關工具
線上 HTML 轉 PDF
把 HTML 頁面轉成 PDF,將內容儲存成文件,方便封存或寄送。
線上壓縮 PDF
縮小 PDF 的檔案大小,方便用電子郵件寄送或上傳到表單。選擇預設值或目標大小,分享前再確認可讀性與最終檔案大小。
合併 PDF 檔案
將多個PDF文件合併成一個文件。新增文件,調整文件順序,然後下載合併後的文件。
線上 PDF 轉 PDF/A
把一般 PDF 轉成 PDF/A,這是專為可靠地長期保存文件而設計的格式。