☰

将网站转换为 PDF（递归）

tag-icon • tag-icon scripts pdf convert
将网站转换为 PDF（递归）

有没有办法将网页及其子页面转换为一个 PDF 文件？

答案1

将网页列表保存为 PDF 文件

  • 首先安装wkhtmltopdf转换工具（此工具需要桌面环境；来源)：

    sudo apt install wkhtmltopdf

  • 然后创建一个文件，其中包含多个目标网页的 URL 列表（每个都在新行上）。我们将其命名为url-list.txt，并将其放在 中~/Downloads/PDF/。例如，其内容可以是：

    https://askubuntu.com/users/721082/tarek
https://askubuntu.com/users/566421/pa4080

  • 然后运行下一个命令，它将为每个站点 URL 生成一个 PDF 文件，位于执行命令的目录中：

    while read i; do wkhtmltopdf "$i" "$(echo "$i" | sed -e 's/https\?:\/\///' -e 's/\//-/g' ).pdf"; done < ~/Downloads/PDF/url-list.txt

    该命令在目录中执行的结果~/Downloads/PDF/是：

    ~/Downloads/PDF/$ ls -1 *.pdf
askubuntu.com-users-566421-pa4080.pdf
askubuntu.com-users-721082-tarek.pdf

  • 通过在上述目录中执行的下一个命令合并输出文件（来源)：

    gs -dBATCH -dNOPAUSE -q -sDEVICE=pdfwrite -dPDFSETTINGS=/prepress -sOutputFile=merged-output.pdf $(ls -1 *.pdf)

    结果是：

    ~/Downloads/PDF/$ ls -1 *.pdf
askubuntu.com-users-566421-pa4080.pdf
askubuntu.com-users-721082-tarek.pdf
merged-output.pdf

将整个网站保存为 PDF 文件

  • url-list.txt首先，我们必须创建一个包含站点 URL 映射的文件 ( )。运行以下命令 (来源)：

    TARGET_SITE="https://www.yahoo.com/"
wget --spider --force-html -r -l2 "$TARGET_SITE" 2>&1 | grep '^--' | awk '{ print $3 }' | grep -v '\.\(css\|js\|png\|gif\|jpg\)$' > url-list.txt

  • 然后我们需要按照上面部分的步骤进行。

创建一个脚本，将整个网站保存为 PDF 文件（递归）

  • 为了自动化该过程，我们可以将所有内容整合到一个脚本文件中。

  • 创建一个可执行文件，名为site-to-pdf.sh：

    mkdir -p ~/Downloads/PDF/
touch ~/Downloads/PDF/site-to-pdf.sh
chmod +x ~/Downloads/PDF/site-to-pdf.sh
nano ~/Downloads/PDF/site-to-pdf.sh

  • 脚本内容为：

    #!/bin/sh
TARGET_SITE="$1"
wget --spider --force-html -r -l2 "$TARGET_SITE" 2>&1 | grep '^--' | awk '{ print $3 }' | grep -v '\.\(css\|js\|png\|gif\|jpg\|txt\)$' > url-list.txt
while read i; do wkhtmltopdf "$i" "$(echo "$i" | sed -e 's/https\?:\/\///' -e 's/\//-/g' ).pdf"; done < url-list.txt
gs -dBATCH -dNOPAUSE -q -sDEVICE=pdfwrite -dPDFSETTINGS=/prepress -sOutputFile=merged-output.pdf $(ls -1 *.pdf)

    复制以上内容并nano使用：Shift+Insert粘贴；Ctrl+O和Enter保存；Ctrl+X退出。

  • 用法：

    在此处输入图片描述

原始问题的答案：

将多个 PHP 文件转换为一个 PDF（递归）

  • 首先安装该包enscript，它是一个‘常规文件转换为 pdf'转换工具：

    sudo apt update && sudo apt install enscript

  • 然后运行下一个命令，它将生成名为的文件，位于执行命令的目录中，它将包含其中及其子目录的所有文件output.pdf的内容：php/path/to/folder/

    find /path/to/folder/ -type f -name '*.php' -exec printf "\n\n{}\n\n" \; -exec cat "{}" \; | enscript -o - | ps2pdf - output.pdf

  • 例如，从我的系统生成这个文件：

    find /var/www/wordpress/ -type f -name '*.php' -exec printf "\n\n{}\n\n" \; -exec cat "{}" \; | enscript -o - | ps2pdf - output.pdf

相关内容