1. 先想清楚网页转md再转pdf到底解决什么问题你有没有过这种经历刷到一篇写得特别好的教程顺手点了收藏然后它就永远躺在了收藏夹里吃灰。等哪天真想用的时候要么原网页被删了要么链接打不开要么内容改得面目全非。又或者你想把一份技术文档发给同事、打印出来看、放进自己的知识库做二次整理但网页那密密麻麻的侧边栏、弹窗广告、页脚推荐怎么弄都觉得不对味。所以“网页 → Markdown → PDF”这条链路本质上解决的是三件事永久占有内容、清洗冗余信息、输出标准化文档。网页是别人的随时可能消失md和pdf是你自己的存到本地想怎么处理都行。先说个容易被忽略的前提为什么要中间加一道Markdown而不是网页直接打印成pdf直接打印网页出来的东西五花八门。页面宽度会截断代码块背景色和文字颜色打印出来要么看不清要么浪费墨侧边栏导航和广告也会混进打印结果里。更麻烦的是网页打印是“所见即所得”但网页的“所见”本身就不可控。而Markdown是纯文本结构它剥离了样式只保留内容和层级你可以用自己的CSS重新定义排版想怎么渲染就怎么渲染。我自己的使用场景大概有三类你可以对照一下技术文章存档遇到讲得清楚的源码解析、算法拆解、框架教程立刻抓成md按主题归类放进本地仓库后续用Obsidian或Logseq打开还能跟自己的笔记双向链接。资料分发把采集到的教程整理成pdf发给团队做内部培训材料或者放到共享盘里别人不用装任何工具双击就能打开看。离线阅读与批注出门在路上、在飞机上网络不好但pdf可以在任何设备上打开不少阅读器还支持手写批注。所以这篇文章不是只教你装一个工具而是把整条链路的所有环节都拆开讲清楚包括工具怎么选、参数怎么配、遇到坑怎么跳。看完之后你对“把网页变成自己资产”这件事不再有任何盲区。2. 网页到 Markdown最省事的抓取方案2.1 工具选型markdownload 为什么是首选市面上的网页转Markdown工具不少浏览器扩展、在线服务、命令行工具都有但真正常用且稳定的一定不多。我前后试过十几种最后长期留在浏览器里的只有一个markdownload - markdown web clipper。为什么是它几个硬指标开源免费代码在GitHub上公开不担心后门或数据收集。支持Chrome和Firefox系内核浏览器Edge、Chrome、Brave都能用。抓取规则基于Readability算法能自动去除导航、侧边栏、广告等噪音保留正文主体。可自定义模板输出文件能带上来源URL、抓取日期、标签等元信息。图片可配置为下载到本地也可以保留远程链接主动权在你手里。相比之下很多在线转换网站虽然免安装但需要把整段HTML粘贴上去碰上动态渲染的页面就抓瞎而且你也不知道平台拿你的内容做了什么。命令行工具如Pandoc也能做HTML转Markdown但前置依赖太多对普通用户不友好。所以我的建议很简单浏览器装markdownload解决90%的需求碰到抓不了的页面再用Pandoc兜底这个组合最稳。2.2 安装配置与基础使用安装没什么好说的直接在Chrome应用商店或Firefox附加组件商店搜“markdownload”就能找到点安装即完成。装完之后重点是配置这部分很多人直接跳过了但恰恰是决定输出质量的关键。点开扩展的“选项”页面你会看到以下几个核心配置项输出格式选择。默认是Markdown保持默认就好。如果你更习惯用纯文本或HTML这里也能切换。图片处理方式。这是我最在意的选项。推荐选“下载图片到本地”这样生成的md文件会带一个同名文件夹里面存放所有图片。好处是文档完全自包含就算原图被删你本地还有备份坏处是文件数量多移动位置时得连同文件夹一起搬。如果你只是临时转一份快速看选“保留远程链接”更轻量但注意原网站如果做了防盗链远程图片以后可能显示不出来。文件名模板。这里支持变量组合比如{title}、{date}、{domain}。我自己用的是{title} - {domain}这样文件按网站来源区分整理时一目了然。元信息模板。默认模板会在md文件底部附加来源链接和抓取时间这个建议保留因为它保留了溯源能力以后想回原网页查证也方便。配置完成后打开任意一篇教程文章点击浏览器工具栏上的markdownload图标会弹出一个确认窗口显示抓取到的标题和内容预览。确认无误后点击保存按钮一个干净的Markdown文件就落到本地了。2.3 进阶配置模板自定义与常见坑markdownload允许你完全自定义输出模板不只是文件名和元信息。它的设置项里有一个“Front Matter模板”和“Markdown模板”。Front Matter是文件顶部用---包裹的元数据块很多Markdown工具比如Obsidian、Typora、Hugo都支持解析这个区域。我个人强烈推荐开启Front Matter因为它能把抓取时间、来源URL、标题、标签这些信息结构化存起来后续不管是搜索还是建索引都很方便。参考配置如下--- title: {title} source: {url} date: {date} tags: [] ---然后在Markdown模板位置把默认的“标题正文”结构改成带引用来源的形式比如正文开头加一行“原文链接”文字这样读的时候能知道出处。再说说使用中容易踩的坑动态加载页面抓不到内容。很多现代网站的内容是JavaScript异步加载的markdownload背后的Readability算法只能处理静态HTML。遇到这种页面得先手动滚动页面让内容加载完再触发抓取。如果还不行就得用更重的工具兜底后面会讲。代码块被截断或丢失缩进。大部分情况下markdownload对precode块的转义处理是对的但偶尔碰到极端格式的页面代码块会丢失部分缩进。我的习惯是抓取后在本地编辑器里快速扫一眼代码部分确认再入库存档。相对路径图片。有些网站图片不是绝对路径抓取下来后markdownload会尝试解析但偶尔还是会得到相对路径。这是导致md文件图片显示不出来的常见原因之一碰到就手动改一下md文件里的图片地址。3. Markdown 到 PDF从工具链到成品的完整拼图拿到md文件只是第一步多数人下一步想的是怎么转成排版好看的pdf。这里方案非常多但各自适用场景和侧重点完全不同。我按“省心程度”和“控制力”两条线把主流方案分成四档你可以按需取用。3.1 方案ATypora 主题小白首选如果你想要“一个软件搞定所有事”Typora是最省心的选择。它本身是Markdown编辑器自带“导出为PDF”功能本质上是调用内置的渲染引擎把md渲染成HTML再打印成PDF。我为什么把它排在第一个推荐因为Typora导出的PDF效果接近网页版渲染效果所见即所得。代码高亮、表格样式、引用块样式都能保留而且不用安装任何额外依赖不用配置LaTeX环境对绝大多数场景来说足够了。具体操作用Typora打开你的md文件。点击菜单“文件 → 导出 → PDF”。在弹出的设置里选择页面大小A4/A5/Letter、页边距、是否生成目录等。这里有一个容易被忽略但很重要的技巧Typora支持CSS主题定制换个主题就等于换了一套PDF排版风格。默认主题偏简洁但如果你装了类似“Github”或“Newsprint”这类第三方主题导出PDF的时候排版会明显更好看。主题的安装方式是在Typora设置里打开“外观 → 打开主题文件夹”把下载到的CSS文件放进去重启Typora即可。Typora的方案适合单篇文档快速输出缺点是批量处理能力弱你没办法命令行调用来批量转100个文件。对大批量需求看下面的方案。3.2 方案BVS Code Markdown PDF 插件程序员适用程序员桌面上必然有VS Code与其另外装Typora不如直接用VS Code完成“编辑预览导出”闭环。这里要用到的插件叫“Markdown PDF”安装量很高稳定性和更新频率都还可以。安装方式VS Code扩展商店搜“Markdown PDF”装好后在md文件标签页右键选择“Markdown PDF: Export (pdf)”即可。这个插件的底层机制是先用markdown-it或marked把md渲染成HTML再通过Chromium内核打印成PDF。所以它对代码高亮、数学公式配合MarkdownMath插件、mermaid图表的支持取决于你装了哪些关联插件。我的经验是在VS Code里装一套“Markdown All in One Markdown PDF Markdown Preview Mermaid Support”组合拳基本覆盖日常所有需求。插件在settings.json里暴露了不少配置项常用的有这么几个{ markdown-pdf.outputDirectory: pdf-output, markdown-pdf.styles: [print.css], markdown-pdf.format: A4, markdown-pdf.margin.top: 1.5cm, markdown-pdf.margin.bottom: 1.5cm, markdown-pdf.margin.right: 2cm, markdown-pdf.margin.left: 2cm }outputDirectory可以设置导出文件的存放目录这样不会跟源md文件混在一起。styles可以指定一个额外的CSS文件用来微调打印样式比如字体大小、行间距、代码块背景色。这里我强烈建议你建一个print.css写上你自己的打印排版规则后续所有导出都统一走这一份样式风格会非常一致。方案B的优势是可脚本化。配合VS Code的任务功能或命令行你可以一键把某个目录下所有md文件全部导出为PDF。具体做法是编写一个.vscode/tasks.json调用markdown-pdf插件的命令或者直接用命令行for f in *.md; do code --install-extension yzane.markdown-pdf code $f --command markdown-pdf.convert; done不过这个命令触发的可靠性在不同版本VS Code里不太一样。如果你想稳定批量处理更推荐下一档方案。3.3 方案CPandoc LaTeX高质量排版终极选择如果前两种方案你还嫌不够专业——比如要生成带页眉页脚、目录页码、参考文献样式的正式文档那就得上Pandoc了。Pandoc是文档转换领域的瑞士军刀支持Markdown、HTML、LaTeX、docx、epub等几十种格式互转。用Pandoc把md转PDF底层有两种路线路线1md → LaTeX → PDF。需要本地安装TeX发行版MacTeX或MiKTeX排版质量最高但环境安装体积大几个GB。路线2md → HTML → PDF。利用wkhtmltopdf或WeasyPrint这类工具不需要装TeX但控制力弱一些。我最常用的是路线1下面给一个带中文字体支持的完整命令示例pandoc input.md -o output.pdf \ --pdf-enginexelatex \ -V mainfontNoto Serif CJK SC \ -V sansfontNoto Sans CJK SC \ -V monofontNoto Sans Mono CJK SC \ -V geometry:margin2cm \ -V CJKmainfontNoto Serif CJK SC这里的关键是--pdf-enginexelatex用XeLaTeX引擎才能正确处理中文。mainfont、sansfont、monofont分别指定正文、无衬线字体和等宽字体都选系统中包含中文字形的字体。geometry控制页边距。如果你还想要页眉页脚和目录可以加一行-V header-includes\usepackage{fancyhdr} \pagestyle{fancy} \fancyhead[L]{我的知识库} \ --toc \ --toc-depth2--toc会自动生成目录--toc-depth2表示目录包含二级标题。fancyhdr是LaTeX的页眉页脚宏包设置好之后每页顶部会显示你指定的文字适合做正式文档。方案C的学习曲线最陡但它的可重复性最强——给你100个md文件跑一条命令全部变成版式统一的PDF。这个优势在团队标准化交付场景下尤其明显。3.4 方案D浏览器打印最后一招但永远有效有时候你手头没有任何md转换工具又急着把一份md变成pdf这时候有个万能方案把md内容粘贴到支持Markdown渲染的网页端编辑器里比如StackEdit、语雀、Notion、HackMD然后用浏览器自带的打印功能输出PDF。操作步骤打开任意在线Markdown编辑器。粘贴md内容确认渲染效果正常。按CtrlPMac上是CmdP打开打印对话框。目标打印机选“另存为PDF”调整好边距。保存。这个方案的精髓在于利用浏览器的打印引擎。你不需要装任何软件只要浏览器本身能渲染网页就能输出PDF。它跟直接打印原网页的最大区别就是你绕过了原网页的杂乱布局只打印Markdown渲染后的干净内容。注意打印设置里一定要开启“背景图形”选项否则代码块的深色背景会被干掉代码反白文字直接变成看不清的黑块。这个选项在Chrome打印对话框的“更多设置”里。方案D适合应急场景但有个硬伤如果md里嵌的是本地图片在线编辑器读不到本地路径图片会全部裂开。这种情况要么先把图片传到图床要么老老实实用前三种方案。4. 把整条工作流串起来一个从零到一的实操记录4.1 实操演练从一篇教程网页到排版精良的PDF理论说再多不如完整跑一遍。我挑一个真实场景来演示。场景在浏览一篇关于“计算机视觉算法与应用”的课程讲义内容涉及大量公式和代码块需要转成PDF发给同事做学习材料。第一步抓取网页为md。我点击markdownload图标确认预览里正文内容完整代码块、公式无误保存到本地。因为讲义里的公式是LaTeX格式markdownload抓取时保留了原样的$...$和$$...$$语法这在后面的转换中是关键。第二步在Typora里快速预览。我只关心一个问题公式渲染正不正常、代码块的高亮是否还在。结果没问题因为这讲义里的公式渲染依赖MathJaxTypora对$符号的支持很成熟。第三步用Pandoc XeLaTeX转为正式PDF。考虑到这是给同事用的正式材料我决定用方案C命令如下pandoc 计算机视觉讲义.md -o 计算机视觉讲义.pdf \ --pdf-enginexelatex \ -V mainfontNoto Serif CJK SC \ -V monofontJetBrains Mono \ --toc --toc-depth2 \ -V geometry:margin2.5cm \ --highlight-styletango注意我加了--highlight-styletango这是指定代码高亮风格的参数可选的还有haddock、kate、monochrome、espresso等。tango是我试下来在打印场景里最稳的一种颜色对比度适中黑色墨水里也看得出层次。第四步检查产出。PDF生成后我翻了首页、含公式的页、含长代码块的页。首页有目录公式字体清晰代码块有深色背景没有出现中文乱码或字体缺失。这个产出可以直接发出去。4.2 常见问题与排查技巧实录整个链路里不同环节的坑完全不一样我按频率从高到低列个速查表。问题现象位置可能原因解决办法抓取后md文件里图片全部消失网页转md图片是懒加载或异步加载的抓取前手动滚动页面让图片加载完或改用保留远程链接模式代码块在md里缩进全乱网页转md原网页用了特殊的缩进字符Readability解析出错在编辑器中全选代码块用“格式化文档”重新整理太严重的直接用Pandoc从HTML转mdPDF里中文字体发虚或方块md转pdf字体未指定或没有中文字形换XeLaTeX引擎明确指定CJKmainfontWindows下可以用“Microsoft YaHei”数学公式显示为原始$...$md转pdf转换引擎没启用数学支持Pandoc加--mathml或--webtexTypora设置里开启MathJax表格列宽对不齐md转pdf表格本身就是超宽表格页宽容纳不下在CSS里设表格font-size调小或设table-layout: fixed配合word-wrap: break-word页边距太宽/太窄md转pdf未设置geometry参数Pandoc加-V geometry:margin2cmTypora在导出设置里调整导出的PDF体积异常大md转pdf内嵌了高分辨率图片用--dpi参数控制Pandoc导出图片分辨率或先压缩图片再转再补充几个我在实际中摸索出来的小技巧git管理md而不是管理pdf。md是文本diff起来清晰可追溯pdf是二进制版本管理一团糟。我所有抓取的md都放进git仓库每次修改有记录要发布时才生成pdf。给md文件加Front Matter标签。抓取时自动加上来源URL、日期、原文标题这在后面做全文搜索、自动归档的时候会省很多事。批量转换用Pandoc不要用GUI工具点鼠标。100个文件用Typora逐个导出会崩溃的一条批量命令几秒搞定。统一CSS统一风格。不管用Typora还是VS Code把CSS固定下来输出的PDF永远一个样长期积累下整个知识库的文档风格会非常统一。5. 我最后想说的几点工具链本身并不复杂真正值钱的其实是“流程意识”。很多人电脑里存了上百个网页书签但真正转化为自己知识资产的可能不到5%。而当你把“看到好内容 → 抓取为md → 归档 → 按需生成pdf”这条链路变成肌肉记忆之后你的资料管理效率会有质的提升。我从开始用这套流程到现在本地积累了四五百篇技术文章和课程笔记全部是md格式随便哪个目录都能全文检索想生成一份专题pdf也就一条命令的事。反观以前收藏夹里的几百条链接大概率有一半已经打不开了。最后再分享一个小细节我习惯在每月最后一天把当月抓取的md统一跑一次Pandoc合并成一个“月度精选.pdf”归档。这个文件不为了给别人看纯粹是给自己的月度回顾翻一翻就知道这个月读了什么、学了什么比任何收藏夹都直观得多。这套流程你也可以试试我相信坚持一段时间后你会回来感谢自己的。
网页转Markdown再转PDF：从内容抓取到文档输出的完整流程
1. 先想清楚网页转md再转pdf到底解决什么问题你有没有过这种经历刷到一篇写得特别好的教程顺手点了收藏然后它就永远躺在了收藏夹里吃灰。等哪天真想用的时候要么原网页被删了要么链接打不开要么内容改得面目全非。又或者你想把一份技术文档发给同事、打印出来看、放进自己的知识库做二次整理但网页那密密麻麻的侧边栏、弹窗广告、页脚推荐怎么弄都觉得不对味。所以“网页 → Markdown → PDF”这条链路本质上解决的是三件事永久占有内容、清洗冗余信息、输出标准化文档。网页是别人的随时可能消失md和pdf是你自己的存到本地想怎么处理都行。先说个容易被忽略的前提为什么要中间加一道Markdown而不是网页直接打印成pdf直接打印网页出来的东西五花八门。页面宽度会截断代码块背景色和文字颜色打印出来要么看不清要么浪费墨侧边栏导航和广告也会混进打印结果里。更麻烦的是网页打印是“所见即所得”但网页的“所见”本身就不可控。而Markdown是纯文本结构它剥离了样式只保留内容和层级你可以用自己的CSS重新定义排版想怎么渲染就怎么渲染。我自己的使用场景大概有三类你可以对照一下技术文章存档遇到讲得清楚的源码解析、算法拆解、框架教程立刻抓成md按主题归类放进本地仓库后续用Obsidian或Logseq打开还能跟自己的笔记双向链接。资料分发把采集到的教程整理成pdf发给团队做内部培训材料或者放到共享盘里别人不用装任何工具双击就能打开看。离线阅读与批注出门在路上、在飞机上网络不好但pdf可以在任何设备上打开不少阅读器还支持手写批注。所以这篇文章不是只教你装一个工具而是把整条链路的所有环节都拆开讲清楚包括工具怎么选、参数怎么配、遇到坑怎么跳。看完之后你对“把网页变成自己资产”这件事不再有任何盲区。2. 网页到 Markdown最省事的抓取方案2.1 工具选型markdownload 为什么是首选市面上的网页转Markdown工具不少浏览器扩展、在线服务、命令行工具都有但真正常用且稳定的一定不多。我前后试过十几种最后长期留在浏览器里的只有一个markdownload - markdown web clipper。为什么是它几个硬指标开源免费代码在GitHub上公开不担心后门或数据收集。支持Chrome和Firefox系内核浏览器Edge、Chrome、Brave都能用。抓取规则基于Readability算法能自动去除导航、侧边栏、广告等噪音保留正文主体。可自定义模板输出文件能带上来源URL、抓取日期、标签等元信息。图片可配置为下载到本地也可以保留远程链接主动权在你手里。相比之下很多在线转换网站虽然免安装但需要把整段HTML粘贴上去碰上动态渲染的页面就抓瞎而且你也不知道平台拿你的内容做了什么。命令行工具如Pandoc也能做HTML转Markdown但前置依赖太多对普通用户不友好。所以我的建议很简单浏览器装markdownload解决90%的需求碰到抓不了的页面再用Pandoc兜底这个组合最稳。2.2 安装配置与基础使用安装没什么好说的直接在Chrome应用商店或Firefox附加组件商店搜“markdownload”就能找到点安装即完成。装完之后重点是配置这部分很多人直接跳过了但恰恰是决定输出质量的关键。点开扩展的“选项”页面你会看到以下几个核心配置项输出格式选择。默认是Markdown保持默认就好。如果你更习惯用纯文本或HTML这里也能切换。图片处理方式。这是我最在意的选项。推荐选“下载图片到本地”这样生成的md文件会带一个同名文件夹里面存放所有图片。好处是文档完全自包含就算原图被删你本地还有备份坏处是文件数量多移动位置时得连同文件夹一起搬。如果你只是临时转一份快速看选“保留远程链接”更轻量但注意原网站如果做了防盗链远程图片以后可能显示不出来。文件名模板。这里支持变量组合比如{title}、{date}、{domain}。我自己用的是{title} - {domain}这样文件按网站来源区分整理时一目了然。元信息模板。默认模板会在md文件底部附加来源链接和抓取时间这个建议保留因为它保留了溯源能力以后想回原网页查证也方便。配置完成后打开任意一篇教程文章点击浏览器工具栏上的markdownload图标会弹出一个确认窗口显示抓取到的标题和内容预览。确认无误后点击保存按钮一个干净的Markdown文件就落到本地了。2.3 进阶配置模板自定义与常见坑markdownload允许你完全自定义输出模板不只是文件名和元信息。它的设置项里有一个“Front Matter模板”和“Markdown模板”。Front Matter是文件顶部用---包裹的元数据块很多Markdown工具比如Obsidian、Typora、Hugo都支持解析这个区域。我个人强烈推荐开启Front Matter因为它能把抓取时间、来源URL、标题、标签这些信息结构化存起来后续不管是搜索还是建索引都很方便。参考配置如下--- title: {title} source: {url} date: {date} tags: [] ---然后在Markdown模板位置把默认的“标题正文”结构改成带引用来源的形式比如正文开头加一行“原文链接”文字这样读的时候能知道出处。再说说使用中容易踩的坑动态加载页面抓不到内容。很多现代网站的内容是JavaScript异步加载的markdownload背后的Readability算法只能处理静态HTML。遇到这种页面得先手动滚动页面让内容加载完再触发抓取。如果还不行就得用更重的工具兜底后面会讲。代码块被截断或丢失缩进。大部分情况下markdownload对precode块的转义处理是对的但偶尔碰到极端格式的页面代码块会丢失部分缩进。我的习惯是抓取后在本地编辑器里快速扫一眼代码部分确认再入库存档。相对路径图片。有些网站图片不是绝对路径抓取下来后markdownload会尝试解析但偶尔还是会得到相对路径。这是导致md文件图片显示不出来的常见原因之一碰到就手动改一下md文件里的图片地址。3. Markdown 到 PDF从工具链到成品的完整拼图拿到md文件只是第一步多数人下一步想的是怎么转成排版好看的pdf。这里方案非常多但各自适用场景和侧重点完全不同。我按“省心程度”和“控制力”两条线把主流方案分成四档你可以按需取用。3.1 方案ATypora 主题小白首选如果你想要“一个软件搞定所有事”Typora是最省心的选择。它本身是Markdown编辑器自带“导出为PDF”功能本质上是调用内置的渲染引擎把md渲染成HTML再打印成PDF。我为什么把它排在第一个推荐因为Typora导出的PDF效果接近网页版渲染效果所见即所得。代码高亮、表格样式、引用块样式都能保留而且不用安装任何额外依赖不用配置LaTeX环境对绝大多数场景来说足够了。具体操作用Typora打开你的md文件。点击菜单“文件 → 导出 → PDF”。在弹出的设置里选择页面大小A4/A5/Letter、页边距、是否生成目录等。这里有一个容易被忽略但很重要的技巧Typora支持CSS主题定制换个主题就等于换了一套PDF排版风格。默认主题偏简洁但如果你装了类似“Github”或“Newsprint”这类第三方主题导出PDF的时候排版会明显更好看。主题的安装方式是在Typora设置里打开“外观 → 打开主题文件夹”把下载到的CSS文件放进去重启Typora即可。Typora的方案适合单篇文档快速输出缺点是批量处理能力弱你没办法命令行调用来批量转100个文件。对大批量需求看下面的方案。3.2 方案BVS Code Markdown PDF 插件程序员适用程序员桌面上必然有VS Code与其另外装Typora不如直接用VS Code完成“编辑预览导出”闭环。这里要用到的插件叫“Markdown PDF”安装量很高稳定性和更新频率都还可以。安装方式VS Code扩展商店搜“Markdown PDF”装好后在md文件标签页右键选择“Markdown PDF: Export (pdf)”即可。这个插件的底层机制是先用markdown-it或marked把md渲染成HTML再通过Chromium内核打印成PDF。所以它对代码高亮、数学公式配合MarkdownMath插件、mermaid图表的支持取决于你装了哪些关联插件。我的经验是在VS Code里装一套“Markdown All in One Markdown PDF Markdown Preview Mermaid Support”组合拳基本覆盖日常所有需求。插件在settings.json里暴露了不少配置项常用的有这么几个{ markdown-pdf.outputDirectory: pdf-output, markdown-pdf.styles: [print.css], markdown-pdf.format: A4, markdown-pdf.margin.top: 1.5cm, markdown-pdf.margin.bottom: 1.5cm, markdown-pdf.margin.right: 2cm, markdown-pdf.margin.left: 2cm }outputDirectory可以设置导出文件的存放目录这样不会跟源md文件混在一起。styles可以指定一个额外的CSS文件用来微调打印样式比如字体大小、行间距、代码块背景色。这里我强烈建议你建一个print.css写上你自己的打印排版规则后续所有导出都统一走这一份样式风格会非常一致。方案B的优势是可脚本化。配合VS Code的任务功能或命令行你可以一键把某个目录下所有md文件全部导出为PDF。具体做法是编写一个.vscode/tasks.json调用markdown-pdf插件的命令或者直接用命令行for f in *.md; do code --install-extension yzane.markdown-pdf code $f --command markdown-pdf.convert; done不过这个命令触发的可靠性在不同版本VS Code里不太一样。如果你想稳定批量处理更推荐下一档方案。3.3 方案CPandoc LaTeX高质量排版终极选择如果前两种方案你还嫌不够专业——比如要生成带页眉页脚、目录页码、参考文献样式的正式文档那就得上Pandoc了。Pandoc是文档转换领域的瑞士军刀支持Markdown、HTML、LaTeX、docx、epub等几十种格式互转。用Pandoc把md转PDF底层有两种路线路线1md → LaTeX → PDF。需要本地安装TeX发行版MacTeX或MiKTeX排版质量最高但环境安装体积大几个GB。路线2md → HTML → PDF。利用wkhtmltopdf或WeasyPrint这类工具不需要装TeX但控制力弱一些。我最常用的是路线1下面给一个带中文字体支持的完整命令示例pandoc input.md -o output.pdf \ --pdf-enginexelatex \ -V mainfontNoto Serif CJK SC \ -V sansfontNoto Sans CJK SC \ -V monofontNoto Sans Mono CJK SC \ -V geometry:margin2cm \ -V CJKmainfontNoto Serif CJK SC这里的关键是--pdf-enginexelatex用XeLaTeX引擎才能正确处理中文。mainfont、sansfont、monofont分别指定正文、无衬线字体和等宽字体都选系统中包含中文字形的字体。geometry控制页边距。如果你还想要页眉页脚和目录可以加一行-V header-includes\usepackage{fancyhdr} \pagestyle{fancy} \fancyhead[L]{我的知识库} \ --toc \ --toc-depth2--toc会自动生成目录--toc-depth2表示目录包含二级标题。fancyhdr是LaTeX的页眉页脚宏包设置好之后每页顶部会显示你指定的文字适合做正式文档。方案C的学习曲线最陡但它的可重复性最强——给你100个md文件跑一条命令全部变成版式统一的PDF。这个优势在团队标准化交付场景下尤其明显。3.4 方案D浏览器打印最后一招但永远有效有时候你手头没有任何md转换工具又急着把一份md变成pdf这时候有个万能方案把md内容粘贴到支持Markdown渲染的网页端编辑器里比如StackEdit、语雀、Notion、HackMD然后用浏览器自带的打印功能输出PDF。操作步骤打开任意在线Markdown编辑器。粘贴md内容确认渲染效果正常。按CtrlPMac上是CmdP打开打印对话框。目标打印机选“另存为PDF”调整好边距。保存。这个方案的精髓在于利用浏览器的打印引擎。你不需要装任何软件只要浏览器本身能渲染网页就能输出PDF。它跟直接打印原网页的最大区别就是你绕过了原网页的杂乱布局只打印Markdown渲染后的干净内容。注意打印设置里一定要开启“背景图形”选项否则代码块的深色背景会被干掉代码反白文字直接变成看不清的黑块。这个选项在Chrome打印对话框的“更多设置”里。方案D适合应急场景但有个硬伤如果md里嵌的是本地图片在线编辑器读不到本地路径图片会全部裂开。这种情况要么先把图片传到图床要么老老实实用前三种方案。4. 把整条工作流串起来一个从零到一的实操记录4.1 实操演练从一篇教程网页到排版精良的PDF理论说再多不如完整跑一遍。我挑一个真实场景来演示。场景在浏览一篇关于“计算机视觉算法与应用”的课程讲义内容涉及大量公式和代码块需要转成PDF发给同事做学习材料。第一步抓取网页为md。我点击markdownload图标确认预览里正文内容完整代码块、公式无误保存到本地。因为讲义里的公式是LaTeX格式markdownload抓取时保留了原样的$...$和$$...$$语法这在后面的转换中是关键。第二步在Typora里快速预览。我只关心一个问题公式渲染正不正常、代码块的高亮是否还在。结果没问题因为这讲义里的公式渲染依赖MathJaxTypora对$符号的支持很成熟。第三步用Pandoc XeLaTeX转为正式PDF。考虑到这是给同事用的正式材料我决定用方案C命令如下pandoc 计算机视觉讲义.md -o 计算机视觉讲义.pdf \ --pdf-enginexelatex \ -V mainfontNoto Serif CJK SC \ -V monofontJetBrains Mono \ --toc --toc-depth2 \ -V geometry:margin2.5cm \ --highlight-styletango注意我加了--highlight-styletango这是指定代码高亮风格的参数可选的还有haddock、kate、monochrome、espresso等。tango是我试下来在打印场景里最稳的一种颜色对比度适中黑色墨水里也看得出层次。第四步检查产出。PDF生成后我翻了首页、含公式的页、含长代码块的页。首页有目录公式字体清晰代码块有深色背景没有出现中文乱码或字体缺失。这个产出可以直接发出去。4.2 常见问题与排查技巧实录整个链路里不同环节的坑完全不一样我按频率从高到低列个速查表。问题现象位置可能原因解决办法抓取后md文件里图片全部消失网页转md图片是懒加载或异步加载的抓取前手动滚动页面让图片加载完或改用保留远程链接模式代码块在md里缩进全乱网页转md原网页用了特殊的缩进字符Readability解析出错在编辑器中全选代码块用“格式化文档”重新整理太严重的直接用Pandoc从HTML转mdPDF里中文字体发虚或方块md转pdf字体未指定或没有中文字形换XeLaTeX引擎明确指定CJKmainfontWindows下可以用“Microsoft YaHei”数学公式显示为原始$...$md转pdf转换引擎没启用数学支持Pandoc加--mathml或--webtexTypora设置里开启MathJax表格列宽对不齐md转pdf表格本身就是超宽表格页宽容纳不下在CSS里设表格font-size调小或设table-layout: fixed配合word-wrap: break-word页边距太宽/太窄md转pdf未设置geometry参数Pandoc加-V geometry:margin2cmTypora在导出设置里调整导出的PDF体积异常大md转pdf内嵌了高分辨率图片用--dpi参数控制Pandoc导出图片分辨率或先压缩图片再转再补充几个我在实际中摸索出来的小技巧git管理md而不是管理pdf。md是文本diff起来清晰可追溯pdf是二进制版本管理一团糟。我所有抓取的md都放进git仓库每次修改有记录要发布时才生成pdf。给md文件加Front Matter标签。抓取时自动加上来源URL、日期、原文标题这在后面做全文搜索、自动归档的时候会省很多事。批量转换用Pandoc不要用GUI工具点鼠标。100个文件用Typora逐个导出会崩溃的一条批量命令几秒搞定。统一CSS统一风格。不管用Typora还是VS Code把CSS固定下来输出的PDF永远一个样长期积累下整个知识库的文档风格会非常统一。5. 我最后想说的几点工具链本身并不复杂真正值钱的其实是“流程意识”。很多人电脑里存了上百个网页书签但真正转化为自己知识资产的可能不到5%。而当你把“看到好内容 → 抓取为md → 归档 → 按需生成pdf”这条链路变成肌肉记忆之后你的资料管理效率会有质的提升。我从开始用这套流程到现在本地积累了四五百篇技术文章和课程笔记全部是md格式随便哪个目录都能全文检索想生成一份专题pdf也就一条命令的事。反观以前收藏夹里的几百条链接大概率有一半已经打不开了。最后再分享一个小细节我习惯在每月最后一天把当月抓取的md统一跑一次Pandoc合并成一个“月度精选.pdf”归档。这个文件不为了给别人看纯粹是给自己的月度回顾翻一翻就知道这个月读了什么、学了什么比任何收藏夹都直观得多。这套流程你也可以试试我相信坚持一段时间后你会回来感谢自己的。
