将网站转换为 PDF（递归）

Question

有什么方法可以将网页及其子页面转换为一个 PDF 文件？

Answer 1

将网页列表另存为 PDF 文件

• 首先安装wkhtmltopdf转换工具（此工具需要桌面环境；源码）：

  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）。让我们调用这个文件url-list.txt并将它放在~/Downloads/PDF/. 例如它的内容可以是：

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

• 然后运行下一个命令，这将为每个站点 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
  

  此命令的结果 - 在目录中执行~/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（source）中执行的下一个命令合并输出文件：

  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
  

将整个网站另存为 PDF 文件

• 首先，我们必须创建一个url-list.txt包含站点 URL 映射的文件 ( )。运行这些命令（source）：

  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
  

• 然后我们需要完成上一节中的步骤。

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：

  sudo apt install wkhtmltopdf 
  

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

• 用法：

  

原始问题的答案：

将多个 PHP 文件转换为一个 PDF（递归）

• 首先安装包enscript，这是一个“常规文件到pdf”的转换工具：

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

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

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

• 例如，在我的系统中，生成了这个文件：

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