HTML 文件转成 PDF 用哪个命令行工具最稳
直接上结论：wkhtmltopdf 是目前兼容性最好、对 CSS 支持最成熟的命令行方案，尤其适合静态 HTML 或带简单 JS 渲染的页面。它不依赖浏览器环境，生成速度快，且能精确控制页眉页脚、分页、DPI。
常见错误现象：wkhtmltopdf 报 QXcbConnection: Could not connect to display（Linux 无头环境）；或中文乱码、CSS 不生效、JS 未执行完就截屏。
- 必须加
--no-stop-slow-scripts和--javascript-delay 1000，否则动态渲染内容常被截断 - 中文支持需提前指定字体：加
--enable-local-file-access --font-family "Noto Sans CJK SC"，并确保系统已安装对应字体 - 避免用
file://协议直接读本地 HTML；改用wkhtmltopdf ./index.html out.pdf（相对路径更可靠） - Docker 环境下记得装
xvfb或用官方镜像zhaobin/wkhtmltopdf，别硬套 Alpine 基础镜像
Python 脚本里怎么安全调用 HTML → PDF
别手写 subprocess.Popen 拼命令——参数空格、路径空格、编码都容易翻车。优先用 pdfkit 这个封装库，它本质就是 wkhtmltopdf 的 Python 接口，但做了输入校验和异常归类。
使用场景：批量导出后台报表、邮件附带 HTML 内容转 PDF、CI 流水线中生成文档快照。
立即学习“前端免费学习笔记（深入）”；
- 安装时明确指定
wkhtmltopdf路径：pdfkit.from_file('a.html', 'b.pdf', configuration=pdfkit.configuration(wkhtmltopdf='/usr/local/bin/wkhtmltopdf')) - HTML 中含相对路径资源（如
<img src="images/logo.png" alt="html格式怎么转换_文件格式互转方法速学【工具】" >），务必传options={'enable-local-file-access': ''}，否则图片 404 - 不要在 HTML 字符串里直接传中文路径或含空格路径；先用
os.path.abspath()规范化，再喂给from_string() -
pdfkit默认超时 60 秒，长页面建议设options={'page-size': 'A4', 'zoom': '0.9', 'timeout': 120}
HTML 转 Markdown 怎么保结构不丢样式语义
没有完美方案。HTML 是布局导向，Markdown 是语义导向，强行“转换”必然丢信息。真正实用的路径是：用 html2text 做基础降级，再人工补关键标记，而不是指望一键还原。
性能影响不大，但兼容性差异大：表格、嵌套列表、自定义 class 名、<aside></aside> / <figure></figure> 这类语义标签基本无法映射到标准 Markdown。
-
html2text默认把所有换行当段落分隔，加--ignore-links --body-width 0可减少误断 - 含复杂表格的 HTML，先用浏览器“复制为纯文本”粘贴到编辑器，比自动转换更可控
- 如果原 HTML 有 class 如
<p class="warning"></p>，html2text完全忽略；得靠正则预处理或改用trafilatura提取正文后再转 - 别用在线转换网站处理含敏感数据的 HTML——它们很可能缓存或记录请求体
浏览器 DevTools 里临时导出 HTML 快照要注意什么
右键“另存为”保存的 HTML 往往不能直接复用：外部资源路径失效、内联样式被压缩、JS 已执行完毕导致 DOM 状态失真。
使用场景：调试页面渲染问题、留档某个时刻的 UI 表现、给测试同学快速提供可离线查看的副本。
- 优先用 DevTools 的
Copy > Copy element粘贴到文件，比“另存为”更干净 - 若必须“另存为”，打开后立刻检查
<link rel="stylesheet">和<script src="..."></script>的路径是否变成绝对 URL；本地打开时多半 404 - 需要保留当前 JS 状态（比如表单填了一半、折叠面板已展开），用
document.documentElement.outerHTML复制整个 DOM 字符串，再保存为 .html - Chrome 的
Application > Frames > top > Save as... (HTML)会保存完整资源树，但仅限当前帧，多 iframe 页面要逐个操作
格式互转从来不是“点一下就完事”的事。真正卡住人的，往往是路径解析规则、字符编码隐式继承、以及工具链对“完成状态”的不同定义——比如 JS 渲染完成没，CSS 加载完了没，字体回退发生了没。这些细节不显眼，但一漏就整份输出报废。
