pandoc可直接将utf-8编码html转pdf/docx/markdown，但pdf需额外安装tinytex，复杂css布局建议用浏览器打印导出，docx样式丢失主因是语义映射与字体兼容性问题。
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
<style></style>，pandoc默认忽略；加--css=style.css可引入外部 CSS，但对复杂布局（如 Flex/Grid）基本无效
浏览器打印 → PDF 是最稳的“保真”方案
当 HTML 有大量 CSS 动画、响应式布局或自定义字体时，pandoc 会丢样式、错排版，这时候别硬刚，用浏览器原生能力更可靠。
- Chrome / Edge 打开 HTML 文件 →
Ctrl+P（Win）或Cmd+P（Mac）→ 目标选Save as PDF - 关键设置：在打印预设里关掉
Headers and footers，勾选Background graphics（否则 CSS 背景色/图全丢） - 注意路径问题：如果 HTML 引用了本地
./images/logo.png，但你是双击打开的file://协议，部分图片可能因安全策略不加载 —— 改用python3 -m http.server起个本地服务再访问，就正常了
转 Word（.docx）时样式丢失的三个真实原因
pandoc 转 DOCX 不是“所见即所得”，它把 HTML 标签映射成 Word 的语义结构（比如 <h2></h2> → “标题2”样式），而不是像素级还原。
<div style="float:right"> 这类纯表现型标签会被忽略，Word 没有浮动概念；改用 <code><table> 或 <code><aside></aside>+ CSS 类再映射样式更靠谱- 自定义字体（如
font-family: "HarmonyOS Sans"）进 DOCX 后变成默认字体，因为 Word 只认系统已安装字体；要么提前在系统装好，要么导出前用 CSS 把字体回退到SimSun, Arial等通用名 - 表格边框消失？加
--standalone参数再试，否则pandoc默认生成“片段”，Word 无法正确解析内联样式 -
weasyprint渲染质量高、纯 Python、支持大部分 CSS3，但不支持 JavaScript；安装：pip install weasyprint，注意它依赖系统级cairo和pango（Ubuntu 要apt install libpango-1.0-0 libcairo2） -
pdfkit底层调 Chrome/Chromium，兼容性更好，但必须本地装好 Chrome，且启动慢；错误信息里出现WKHtmlTopdfNotFoundError就是没配好路径 - 二者都不处理
file://下的相对资源（如<img src="data:image/png;base64,..." alt="html文件怎么转换_html转其他文档格式【工具】" >安全，但src="img/a.jpg"会 404）—— 统一转成绝对路径或 base64 内联
Python 用 weasyprint 或 pdfkit 做自动化 PDF
如果你要批量转、加水印、动态插入页码，或者集成进脚本，别用手点浏览器，用库更可控。
立即学习“前端免费学习笔记（深入）”；
document.write、fetch()、Vue/React 渲染的页面，得先跑一遍 JS 再保存为静态 HTML，否则转出来的就是空壳。
