Převod velkého množství HTML souborů na PDF

Dobrý den,

potřeboval bych převést velké množství HTML souborů do PDF formátu.

Soubory *.htm vznikly z Excelu uložením jako "webová stránka", což znamená, že kromě vlastního souboru filename.htm vznikla ještě složka "filename_soubory" obsahující styly, obrázky a další balast.

Vzhledem k velkému množství souborů by bylo ideální udělat převod z command line dávkově. Nenašel jsem ale nástroj, který by tohle uměl. Samotný HTML soubor na PDF asi není problém převést, ale jak to udělat v případě, kdy k HTML souboru patří ještě něco dalšího?

Děkuji za rady. J.R.

Co třeba na ty HTML soubory použít PhantomJS? Mělo by stačit stáhnout archiv se spustitelnou binárkou a dalšími soubory a rozbalit to, jeden ze souborů je rasterize.js (v adresáři examples/), který umí převod HTML na PDF.

$ ls -lhAF
celkem 65M
drwx------. 2 martin martin  260 27. kvě 20.30 example_files/
-rw-rw-r--. 1 martin martin 164K 27. kvě 20.30 example.html
-rwxr-xr-x. 1 martin martin  65M 25. led  2016 phantomjs*
-rw-r--r--. 1 martin martin 2,2K 25. led  2016 rasterize.js

Nápověda:

$ ./phantomjs rasterize.js

Potom něco jako:

$ ./phantomjs rasterize.js example.html example.pdf A4

Podle mých pokusů funguje i na soubory s "balastem", ale vypadá to, že si poradí jenom s názvy souborů v ASCII.

Nevím, zda je to stále aktuální, a jaké jsou požadavky na ten výstup v PDF, ale stálo by to za zkoušku, třeba to bude fungovat.

Dotaz: Převod velkého množství HTML souborů na PDF

Odpovědi