Converter site em PDF (recursivamente)

Question

Existe alguma maneira de converter uma página da web e suas subpáginas em um arquivo PDF?

    

Answer 1

Salvar uma lista de páginas da Web como arquivo PDF

• Primeiro, instale a ferramenta de conversão wkhtmltopdf (essa ferramenta exige um ambiente de área de trabalho; fonte ):

  sudo apt install wkhtmltopdf 
  

• Em seguida, crie um arquivo que contenha uma lista de URLs de várias páginas da Web de destino (cada uma em uma nova linha). Vamos chamar esse arquivo url-list.txt e vamos colocar em ~/Downloads/PDF/ . Por exemplo, seu conteúdo poderia ser:

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

• Em seguida, execute o próximo comando, que gerará um arquivo PDF para cada URL do site, localizado no diretório em que o comando é executado:

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

  O resultado deste comando - executado dentro do diretório ~/Downloads/PDF/ - é:

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

• Mesclar os arquivos de saída pelo próximo comando, executado no diretório acima ( source ):

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

  O resultado é:

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

Salvar um site inteiro como arquivo PDF

• Primeiro, devemos criar um arquivo ( url-list.txt ) que contenha o mapa de URLs do site. Execute estes comandos ( source ):

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

• Depois, precisamos seguir as etapas da seção acima.

Crie um script que salvará um site inteiro como arquivo PDF (recursivamente)

• Para automatizar o processo, podemos reunir todos em um arquivo de script.

• Crie um arquivo executável chamado site-to-pdf.sh :

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

• O conteúdo do script é:

  #!/bin/sh
  TARGET_SITE=""
  wget --spider --force-html -r -l2 "$TARGET_SITE" 2>&1 | grep '^--' | awk '{ print  }' | 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)
  

  Copie o conteúdo acima e em nano use: Deslocar + Inserir para colar; Ctrl + O e Enter para salvar; Ctrl + X para sair.

• Uso:

  

A resposta para a pergunta original:

Converta vários arquivos PHP em um PDF (recursivamente)

• Primeiro instale o pacote enscript , que é um ' arquivo regular para pdf' ferramenta de conversão:

  sudo apt update && sudo apt install enscript
  

• Em seguida, execute o próximo comando, que gerará o arquivo chamado output.pdf , localizado no diretório em que o comando será executado, que conterá o conteúdo de todos os arquivos php em /path/to/folder/ e seus subdiretórios:

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

• Exemplo, do meu sistema, que gerou este arquivo :

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