HTML内容下载与格式转换方法大全

本文系统梳理了HTML内容下载与格式转换的四大主流方案——PDF、Word（.docx）、纯文本（.txt）及原始HTML源码，既涵盖浏览器原生操作与轻量前端库（如jsPDF、html2canvas、docx、Blob API）的快速实现，也介绍了Puppeteer、WeasyPrint、python-docx等后端工具在复杂样式渲染和结构化转换中的优势，兼顾便捷性与专业性，帮助开发者根据场景灵活选型，轻松应对网页归档、报告生成、数据提取和离线编辑等实际需求。

在网页开发或数据采集过程中，有时需要将 HTML 内容下载并转换为其他格式，比如 PDF、Word 或纯文本。实现这一目标的方法多样，既可以通过前端技术直接导出，也可以借助后端服务完成格式转换。以下是几种常见且实用的 HTML 内容下载与格式转换方法。

1. 将 HTML 导出为 PDF

将网页内容保存为 PDF 是最常见的需求之一，适合打印或归档。

通过 JavaScript 库组合，可在页面中添加“导出为 PDF”按钮。

示例代码：

const { jsPDF } = window.jspdf;
html2canvas(document.getElementById("content")).then(canvas => {
  const imgData = canvas.toDataURL("image/png");
  const pdf = new jsPDF();
  pdf.addImage(imgData, 'PNG', 0, 0);
  pdf.save("content.pdf");
});

2. 导出为 Word 文档（.docx）

适用于需要编辑的场景，如报告导出。

该库可在浏览器或 Node.js 中创建 .docx 文件。

简单示例：

import { Document, Packer, Paragraph } from "docx";

const doc = new Document({
  sections: [{
    properties: {},
    children: [new Paragraph("这是从HTML导出的内容")]
  }]
});

Packer.toBlob(doc).then(blob => {
  const url = URL.createObjectURL(blob);
  const a = document.createElement("a");
  a.href = url;
  a.download = "content.docx";
  a.click();
});

3. 保存为纯文本（.txt）

提取 HTML 中的文本内容并下载为 .txt 文件，操作简单高效。

实现方式：

function downloadAsText() {
  const content = document.getElementById("content").innerText;
  const blob = new Blob([content], { type: "text/plain" });
  const url = URL.createObjectURL(blob);
  const a = document.createElement("a");
  a.href = url;
  a.download = "content.txt";
  a.click();
}

4. 直接下载 HTML 源码

若需保留原始结构，可将当前页面 HTML 导出为 .html 文件。

实现代码：

function downloadHTML() {
  const html = document.documentElement.outerHTML;
  const blob = new Blob([html], { type: "text/html" });
  const url = URL.createObjectURL(blob);
  const a = document.createElement("a");
  a.href = url;
  a.download = "page.html";
  a.click();
}

基本上就这些常用方式。根据实际需求选择合适的导出格式，前端轻量操作可用 JavaScript 库，对排版要求高时建议结合后端渲染。实现不复杂但容易忽略细节，比如样式兼容性或字符编码问题。

今天关于《HTML内容下载与格式转换方法大全》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！