HTML文件转其他格式方法大全

本文深入解析了HTML文件转换为PDF、DOCX和Markdown等格式的多种实用方案，重点对比了Pandoc命令行工具的高效灵活与浏览器打印的高保真优势，并直击转换中常见的中文乱码、样式丢失、字体不兼容、图片加载失败等痛点，同时提供了针对自动化批量处理的Python库（WeasyPrint/pdfkit）选型建议及避坑指南，帮助用户根据实际需求选择最可靠、高效的转换路径。

用 pandoc 一次性转成 PDF / DOCX / Markdown

直接装 pandoc，它能吃 HTML、吐出几乎所有常用文档格式，不用开浏览器、不依赖在线服务。Windows/macOS/Linux 全支持，命令行一条搞定。

• 先确保 HTML 文件编码是 UTF-8（否则中文乱码），用编辑器另存为时勾选 UTF-8 without BOM
• 基础转换命令：pandoc input.html -o output.docx 或 pandoc input.html -o output.pdf
• 转 PDF 需额外装 texlive（Linux/macOS）或 tinytex（推荐，轻量），否则会报错 Could not find pandoc-citeproc 或直接卡住
• 如果 HTML 含内联样式或