Lưu trang web thành PDF
Trang web sang PDF tải một địa chỉ web công khai bằng WeasyPrint và lưu trang thành PDF. JavaScript không chạy, nên trang cần script hoặc đăng nhập sẽ ra trống hoặc thiếu.
Điền URL trang web để tiếp tục.
Trang web sang PDF chuyển `urlInput` cho WeasyPrint và tải xuống `output.pdf`. Không có việc tải tệp lên. WeasyPrint tự lấy URL; đây không phải Chrome không đầu và không phải dịch vụ chụp màn hình.
JavaScript không chạy. SPA, tường chặn bot, cổng cookie và các trang cần phiên đăng nhập thường in ra trống hoặc thiếu. Lỗi HTTPS và đích là mạng riêng đều thất bại.
Chỉ gửi những URL bạn được phép lấy. Đừng dùng để vượt paywall hay xác thực. Máy chủ thấy URL bạn đã gõ.
Nếu bạn đã có HTML, HTML sang PDF dễ đoán hơn vì bạn kiểm soát các byte.
Trước khi dựng, máy chủ kiểm tra `urlInput`. Chỉ chấp nhận địa chỉ `http://` và `https://`, URL nhúng tên người dùng hay mật khẩu bị từ chối, và các địa chỉ loopback, riêng tư, link-local và nội bộ khác bị loại. Cùng quy tắc địa chỉ công khai được áp dụng lại mỗi lần WeasyPrint mở một kết nối, nên chuyển hướng tới một máy nội bộ cũng bị từ chối. Stylesheet, ảnh và phông mà trang tham chiếu được lấy theo cùng các quy tắc, đó là lý do một trang lấy CSS từ một CDN công khai vẫn in ra có kiểu dáng.
Trình lấy dữ liệu theo một số lần chuyển hướng giới hạn, chờ một thời gian ngắn cho mỗi tài nguyên, và bỏ cuộc với trang hay tài sản quá lớn. Khi việc lấy thất bại, bạn nhận một thông báo dễ hiểu như trang trả về một mã HTTP, không tìm thấy địa chỉ, trang web phản hồi quá lâu, không thiết lập được kết nối bảo mật, hoặc URL chuyển hướng quá nhiều lần. Các thông báo đó mô tả trang chính; một ảnh bị thiếu thường chỉ để lại một khoảng trống trong PDF.
WeasyPrint dàn trang bằng CSS in, không phải CSS màn hình. Các quy tắc trong `@media print` được áp dụng, các quy tắc `@page` có thể đổi lề và khổ, và trang dài ngắt qua nhiều trang. Các bố cục phụ thuộc chiều rộng viewport, đầu trang dính, ảnh tải lười hay biểu ngữ cookie do script chèn vào sẽ trông khác với những gì bạn thấy trong thẻ trình duyệt.
Tính năng
- Máy chủ từ chối lược đồ không phải HTTP(S), thông tin đăng nhập nhúng và địa chỉ không công khai, kể cả sau chuyển hướng
- Bố cục CSS in: các quy tắc `@media print` và `@page` được tuân theo
- WeasyPrint lấy `urlInput`; không tải tệp lên
- Không JavaScript, không Chrome, tên tải xuống cố định `output.pdf`
- Không phải chụp màn hình hay in phiên đã đăng nhập
- API ẩn danh tại /api/v1/convert/url/pdf
Khi nào nên dùng
- In một bài viết tĩnh công khai thành PDF
- Lưu trữ một trang dựa trên CSS không cần JS
- Biến một URL tài liệu đơn giản thành tệp
- Giữ một bản có ngày của trang chính sách hay điều khoản công khai cho hồ sơ của bạn, nhớ rằng PDF chỉ đầy đủ ngang với HTML tĩnh
- Tạo bản in được của nhật ký thay đổi hoặc bài trợ giúp công khai để đính kèm vào phiếu hỗ trợ
Làm thế nào để lưu trang web thành PDF?
- Dán một URL HTTP(S) công khai mà bạn được phép lấy.
- Nhấp Bắt đầu xử lý. Không có trường khổ giấy.
- Tải `output.pdf`.
- Kiểm tra CSS có được in ra không. Các trang chỉ dựa vào JS thì không.
- Sao chép địa chỉ đầy đủ từ thanh trình duyệt, gồm cả `https://`; một `example.com` trần bị từ chối vì không phải URL đầy đủ.
- Mở PDF và cuộn đến cuối: nếu chỉ thấy đầu trang và chân trang, nội dung đã được script chèn vào và bạn nên lưu HTML của trang rồi dùng HTML sang PDF.
- Nếu thấy thông báo lỗi, hãy đọc nó trước khi thử lại: mã HTTP nghĩa là trang web trả lời bằng lỗi, thông báo không được phép nghĩa là địa chỉ là riêng tư hoặc có thông tin đăng nhập trong đó.
Giới hạn và ngoại lệ
- Không JS, không cookie, không xác thực
- Không phải in bằng Chrome
- Tên tải xuống luôn là output.pdf
- Chỉ các máy chủ http/https công khai; loopback, dải riêng tư và URL có thông tin đăng nhập bị từ chối
- Mỗi lần chạy một URL; không có thiết lập khổ giấy, lề hay viewport
Ví dụ
- Một bài blog tĩnh công khai thường in ra thành PDF đọc được
- URL của bảng điều khiển JavaScript thường in ra trống
- Nhập `http://192.168.1.10/report` bị từ chối với thông báo rằng địa chỉ riêng tư và nội bộ không được phép
- Nhập `https://user:[email protected]/page` bị từ chối vì URL chứa tên người dùng và mật khẩu
- Nhập `example.com` không có lược đồ bị từ chối kèm lời nhắc nhập URL http:// hoặc https:// đầy đủ; thêm `https://` là xong
Quyền riêng tư của công cụ này
Tệp được tải lên qua HTTPS, xử lý trong bộ nhớ hoặc thư mục tạm ngắn hạn trên máy chủ của chúng tôi, rồi bị xóa khi kết quả sẵn sàng. Chúng tôi không giữ bản sao để duyệt sau, huấn luyện hay lập hồ sơ quảng cáo. Thời hạn lưu giữ và thông báo cookie AdSense nằm trong Chính sách quyền riêng tư.
Câu hỏi thường gặp
- Vì sao PDF trống?
- Trang được dựng bằng JavaScript, chặn bot, hoặc chuyển hướng tới trang đăng nhập. WeasyPrint chỉ thấy phần HTML nó tải được.
- Tôi có in được trang phải đăng nhập không?
- Không qua công cụ này. Hãy lưu HTML cục bộ khi đã đăng nhập, rồi dùng HTML sang PDF.
- Có chạy Chrome không?
- Không. Nó dựng trang bằng WeasyPrint, vốn không chạy JavaScript.
- Tên tệp là gì?
- Luôn là output.pdf. URL không được dùng làm tên.
- Vì sao báo địa chỉ riêng tư hoặc nội bộ không được phép?
- Máy chủ chỉ lấy các máy chủ web công khai. Địa chỉ loopback, các địa chỉ như 192.168.x.x hay 10.x.x.x, và tên máy phân giải tới chúng đều bị từ chối để công cụ không bị trỏ vào một mạng mà nó không được phép tới. Để in một trang từ máy của bạn hoặc mạng nội bộ, hãy lưu HTML và dùng HTML sang PDF.
- Tôi có thể đặt tên người dùng và mật khẩu trong URL không?
- Không. URL có thông tin đăng nhập nhúng bị từ chối. Công cụ cũng không gửi cookie, nên không in được các trang sau đăng nhập.
- 'The page at that URL returned HTTP 403' nghĩa là gì?
- Trang web đã trả lời nhưng từ chối yêu cầu, điều thường gặp với bảo vệ chống bot và paywall. Thử lại sẽ không giúp ích. Hãy lưu trang từ trình duyệt của bạn và chuyển tệp bằng HTML sang PDF.
- Vì sao bố cục khác với trình duyệt của tôi?
- WeasyPrint áp dụng kiểu in và không chạy script. Các trang ẩn nội dung cho đến khi JavaScript chạy, hoặc chỉ có kiểu dáng đẹp trên màn hình, sẽ in khác đi. Hãy kiểm tra stylesheet in của trang hoặc chuyển HTML đã lưu.
- Tôi có thể chuyển nhiều URL cùng lúc không?
- Không. Một `urlInput` cho ra một `output.pdf`. Hãy chuyển từng địa chỉ riêng và nối các kết quả bằng Gộp PDF.
Cập nhật lần cuối:
Gọi bằng mã
Mỗi công cụ trên trang là một API REST thông thường. Dùng ẩn danh không cần tài khoản hay API key. Trình duyệt, lập trình viên và agent đều gọi được.
curl -X POST "https://pdf123.xyz/api/v1/convert/url/pdf" \
-F "urlInput=your-urlInput" \
-o output.pdfCũng có dạng công cụ MCP cho client dùng Model Context Protocol (JSON-RPC 2.0, POST /mcp). Tài liệu API đầy đủ
Dùng từ AI agent
SkillVới skill này, Claude Code, Codex, Cursor và các AI agent khác có thể chạy "Trang web sang PDF" thay bạn: /skills/pdf123-url-to-pdf.md
Tệp chỉ dùng cho lần xử lý này, xong là tự xóa.