Comment convertir une page Web en PDF en préservant son aspect (exactement comme sur un navigateur Web) et son texte / liens?

Je cherche un moyen de convertir une page Web en PDF, mais en préservant l'aspect de la page Web. Préservant également le texte de la page Web (pouvant être sélectionné), consultable [La génération d'une capture d'écran d'image pour la page Web rendrait le texte ni sélectionnable ni consultable].

Je cherche à imprimer la page Web au format PDF telle quelle (comme sur le navigateur Web) sans aucune manipulation sur le style ou l'alignement, ni perte de composants statiques d'une page Web.

Cela aiderait à préserver les copies hors ligne de pages Web qui sont facilement lisibles, annotables et consultables.

Vous n'avez pas besoin de lire ci-dessous (la question est juste la section ci-dessus) pour obtenir ma question. La section suivante énumère simplement ce que j'ai obtenu grâce à la recherche ou aux réponses des autres de manière imbriquée afin d'obtenir une réponse à la question.

Résultats de recherche (suggestions qui n'ont pas résolu mon problème)

Résultats jusqu'à présent sur la recherche d'une solution (Tous ne fonctionnent toujours pas comme solution à cette question)

J'ai essayé ces moteurs d'impression Web PDF mais tous manipulent l'apparence des pages, encore plus dommageables et rendant certaines à peine lisibles: (Des exemples de captures d'écran de pages sont inclus entre crochets)

• Chrome [ Original , styles d'impression ( désactivé | non désactivé )]
• Firefox [ Original , styles d'impression (désactivé p1 , p2 | non désactivé p1 , p2 )]
• Lisibilité
  • Cela simplifie la page Web (ce qui est une bonne chose pour une lecture ciblée - mais ce n'est pas ce que je recherche). Je cherche à conserver toutes les propriétés de positions / styles de la page Web comme on le voit sur le navigateur Web au format PDF sans aucune manipulation.
• Foxit Reader
• NovaPDF
• CutyCapt [ Original , facteur de zoom: 0.4 : captures d'écran, PDF généré]
  • J'ajouterai des liens après avoir résolu les problèmes de fonctionnement du programme sous Windows "
• wkhtmltopdf [ Original , facteur de zoom: 0,4 : captures d'écran , PDF généré ]
  • Il ne prend pas en charge CSS3.

Tous les plugins de capture d'image de capture d'écran de page Web (par exemple, Abduction , Awesome Screenshot , Fireshot , Firefox Screenshot Developer Tool , Full Page Screen Capture , Page2Images , web-capture , ...) ne répondent pas à ma question, car ils ne conservent pas le texte et liens .

Scrible est excellent pour préserver les pages Web, comme c'est le cas pour d'autres annotations et recherches, mais malheureusement toujours en ligne et sans conversion au format PDF.

Il y a deux autres questions sur la communauté similaires à la mienne, cependant, celle-ci est un peu différente mais avec ces distinctions importantes:

• Comment obtenir WYSIWYP (imprimer ce que vous voyez) dans un navigateur Web?
  • Cette question concerne un moyen de capturer une page Web (comme vu à l'écran) de toute façon même si c'est une image et que le texte ne sera pas conservé. Alors que je cherche également à capturer du texte et des liens (il est important de conserver le texte et les liens ).

Plus de questions similaires où la préservation du texte et des liens n'est pas une exigence (les pages sont capturées sous forme de captures d'écran d'images principalement):

• Comment prendre des captures d'écran / Enregistrer une page Web au format PDF

• Imprimer à partir du navigateur en utilisant Screen CSS?
  • Il demande de désactiver les styles d'impression, ce qui ne semble pas aider les captures d'écran ci-dessus.

Remarques

Système d'exploitation: Windows 10

Nous avons rencontré le même problème dans un projet universitaire et avons pu le résoudre en utilisant

wkhtmltopdf

Nous avons beaucoup apprécié les capacités de cet outil en ligne de commande. Nous l'avons également appelé en utilisant du code python pour rendre l'état actuel des pages Web. Il a la possibilité de livrer la page Web au format PDF, généralement pas parfait pour conserver la vue du site Web en raison du formatage de la page (A4 par exemple), ou au format PNG (préserve la vue de la page mais pas les liens)

Il y a aussi le projet de lisibilité (pour Python: pypi.python.org/pypi/readability-lxml) que nous avons utilisé qui fait assez bien la suppression des publicités et la détection de contenu (par exemple pour les articles de journaux et autres). Si vous voulez juste un addon ou une extension pour votre navigateur, l'implémentation de lisibilité suivante pourrait satisfaire votre besoin:

https://www.readability.com/addons/

Contribuer une autre réponse pour les utilisateurs potentiels. Dans Firefox, il existait auparavant un module complémentaire "Imprimer les pages au format PDF". Vous pouvez rechercher sa dernière version 0.1.9.3 (travail uniquement sur les versions pré-Quantum).

Actuellement, il y a cet addon pour Chrome et Firefox qui fonctionne assez bien: PDFMage

• Enregistrer toutes les images dans la page
• Générez du texte en tant que texte, pas en tant qu'image, vous pouvez rechercher du texte dans un PDF généré.
• Liens hypertexte de conservation
• A la possibilité d'enregistrer une longue page Web au format PDF d'une page (afin que les images ne soient pas divisées entre les pages)

J'ai vraiment eu du mal avec cela et j'ai essayé la plupart des outils mentionnés jusqu'à présent. Les meilleurs résultats que j'ai obtenus étaient en utilisant le mode sans tête de Chrome. La commande sur MacOS ressemblerait à ceci:

/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --headless --print-to-pdf=test.pdf http://127.0.0.1:8080

La meilleure liste d'options de ligne de commande que j'ai trouvée était ici .

Cependant, cela a posé des problèmes. Plus précisément, mes pages sont très lourdes en javascript et je ne pouvais pas attendre que la fonction d'impression attende la fin de l'exécution. Donc, ma sortie ne contenait pas les images.

La solution que j'ai trouvé un paquet NodeJS: chrome-headless-render-pdf. Sa documentation limitée est ici . Cela fonctionne et il est facilement scriptable.

J'ai eu le même problème et je l'ai résolu via Chrome et avec un pilote d'imprimante gratuit appelé PDF995. Cela fait partie d'une suite d'utilitaires PDF; le site Web de l'éditeur est http://www.pdf995.com/ .

Cependant, je pense que tout navigateur Web et tout convertisseur PDF suffiront. Bref, voici ce que j'ai fait:

1. sélectionnez tout ou mettez tout en surbrillance.

2. Cliquez avec le bouton droit sur la sélection en surbrillance ou appuyez sur Ctrl + P (les deux options vous donnent des résultats légèrement différents, mais vous vous retrouvez avec le même résultat une fois terminé).

3. Si vous avez fait un clic droit sur 2., la sélection (le raccourci), cliquez sur "imprimer" et seulement tout ce que vous avez sélectionné sera sur l'aperçu avant impression. Assurez-vous de changer la destination de votre imprimante pour le convertisseur pdf que vous décidez d'utiliser (PDF995 ou autre).

4. Cliquez sur "imprimer" et il enregistre en tant que document pdf.

5. Si vous avez appuyé sur Ctrl + P en 2. (la manière légèrement plus longue) à la place, cliquez sur "Plus de paramètres" et faites défiler jusqu'à "Options".

6. Cliquez sur la case qui dit "Sélection uniquement" et tout dans le raccourci que j'ai décrit suivra.

7. N'oubliez pas de changer la destination de votre imprimante pour le convertisseur pdf que vous choisissez (PDF995 ou autre).

8. Cliquez sur "imprimer".

Si vous êtes sous Linux, essayez ce petit outil en ligne de commande CutyCapt , qui ne dépend que de Qt et QtWebkit, et exporte au format PDF.

Bien que ce ne soit pas exactement votre demande car non en PDF, si l'objectif est purement de conserver une copie hors ligne des pages Web pour un examen ultérieur, l'enregistrer en tant que page Web ferait exactement cela.

La grande mise en garde est qu'il créera un fichier .html et un dossier avec tout le contenu multimédia de la page plutôt qu'un seul document.

Dans Chrome et Firefox, vous pouvez enregistrer une page en faisant un clic droit dessus et en choisissant Enregistrer sous ... Dans Internet Explorer, vous pouvez l'enregistrer sous Fichier -> Enregistrer sous (en appuyant sur la touche Alt pour que les menus apparaissent).

Essayez ce service. Crée un PDF à partir d'un site Web tel que vous le voyez dans le navigateur. https://lomotoh.com/ (je suis affilié à ce site)

Au moins tout le texte de certaines pages est consultable, sélectionnable, coupé et collable. J'ai essayé sur une page collée de façon robotisée par un ordinateur à partir de texte et de pixels et elle a tout réglé en image.

J'utilise ces choses depuis des années. J'obtiens les meilleurs résultats sous Linux en reconstruisant la page dans un mot XX de votre choix et en exportant le résultat au format PDF. Je peux obtenir ce que je veux à un coût considérable. De l'arc mon utilisation limitée ivin Le site David Herse mis en place https://lomotoh.com/ (je ne suis pas affilié à ce site) fonctionne aussi bien que tout ce que j'ai jamais utilisé. Je serai mon go to ressource pour couvrir les pages Web en PDF jusqu'à ce que je trouve mieux ou qu'il en coûte trop cher pour moi de payer sur mon propre porte-monnaie.