Cách chuyển đổi HTML sang PDF để lưu trữ (Khi URL không đủ)

Việc thối URL phổ biến hơn hầu hết mọi người nhận ra. Một nghiên cứu năm 2021 cho thấy ~10% URL trích dẫn học thuật ngừng hoạt động trong vòng 4 năm. Nội dung web chung thối rữa nhanh hơn. Nếu nó đáng đọc bây giờ thì nó đáng được bảo tồn.

PDF là định dạng lưu trữ của bản ghi. Mọi thiết bị trên hành tinh đều mở nó, định dạng này đã ổn định trong nhiều thập kỷ và vẫn có thể đọc được vào năm 2050. Internet Archive hoạt động nhưng PDF cung cấp cho bạn bản sao mà bạn sở hữu mà không phụ thuộc vào cơ sở hạ tầng của bất kỳ ai khác.

Hai con đường tùy thuộc vào nơi bạn bắt đầu:

1. Từ tab trình duyệt: Ctrl/Cmd + P → Lưu dưới dạng PDF. Tính năng này hoạt động trên mọi trình duyệt và duy trì trang giống như giao diện của bạn. Đó là lựa chọn nhanh nhất nếu bài viết đã được tải trước mặt bạn.
2. Từ một URL hoặc tệp HTML: Sử dụng Trình chuyển đổi HTML sang PDF để thả một tập tin hoặc dán HTML thô. Hữu ích cho việc lưu trữ các trang bạn chưa mở hoặc để chuyển đổi hàng loạt tệp HTML đã lưu từ thư mục tải xuống của bạn.

Ctrl/Cmd + P → Lưu dưới dạng PDF là phương pháp trình duyệt cổ điển nhưng cài đặt mặc định thường tạo ra kết quả xấu — quảng cáo, biểu ngữ cookie, thanh bên và menu điều hướng đều được giữ nguyên trong tệp PDF, gây lãng phí dung lượng và làm lộn xộn kho lưu trữ.

Trước khi lưu, hãy sử dụng trình duyệt "Chế độ đọc":

• Safari: nhấp vào biểu tượng "AA" → Hiển thị Reader.
• Firefox: bấm vào biểu tượng người đọc trên thanh địa chỉ (chỉ xuất hiện trên các bài viết).
• Chrome/Cạnh: Sử dụng tiện ích mở rộng như "Chế độ đọc" hoặc "Thân thiện với bản in".

Chế độ Reader loại bỏ mọi thứ ngoại trừ văn bản bài viết và hình ảnh nội tuyến. Sau đó Ctrl/Cmd + P → Save as PDF sẽ tạo ra một kho lưu trữ tập trung, rõ ràng về nội dung thực tế.

Một số trang chuyển đổi không tốt qua trình duyệt:

• Các trang đằng sau bức tường đăng nhập: phương thức trình duyệt hoạt động nếu bạn đăng nhập và xem trang. Trình chuyển đổi trực tuyến không thể tiếp cận nội dung đằng sau bức tường xác thực trừ khi bạn lưu HTML cục bộ trước.
• Các trang tải nội dung qua JavaScript: một số trang web chỉ tải hình ảnh hoặc nhận xét khi bạn cuộn. Cuộn hết cỡ trước khi lưu để kích hoạt mọi thứ.
• Các trang có đầu trang/chân trang cố định: những điều này thường lặp lại trên mỗi trang in, lãng phí rất nhiều không gian theo chiều dọc. Chế độ đọc sửa lỗi này.
• Các trang có cửa sổ bật lên theo phương thức: loại bỏ mọi biểu ngữ cookie hoặc lời nhắc đăng ký trước khi in.

Nếu bạn đã lưu các trang dưới dạng tệp HTML (các trình duyệt thường cho phép bạn "Lưu trang dưới dạng" một tệp .html hoàn chỉnh), bạn có thể chuyển đổi hàng loạt chúng thành PDF sau này. Tải chúng vào Trình chuyển đổi HTML sang PDF từng cái một hoặc theo đợt trên Pro.

Đây cũng là quy trình lưu trữ tài liệu bạn tự viết — bản nháp dưới dạng HTML hoặc Markdown, chuyển đổi sang PDF để sao chép lưu trữ.

Hình ảnh nội tuyến giữ nguyên ở độ phân giải gốc miễn là chúng được tải khi bạn chuyển đổi. Hai vấn đề phổ biến:

• Hình ảnh được tải chậm: các trang web hiện đại thường trì hoãn việc tải hình ảnh cho đến khi bạn cuộn đến chúng. Nếu bạn không cuộn qua hình ảnh trước khi chuyển đổi thì có thể hình ảnh đó chưa được tải và tệp PDF sẽ hiển thị phần giữ chỗ hoặc không hiển thị gì.
• Hình ảnh được lưu trữ bên ngoài: nếu bài viết nhúng hình ảnh từ một tên miền khác mà sau đó ngoại tuyến, hình ảnh sẽ 404 trong các lượt xem trong tương lai. Nếu việc lưu trữ có vấn đề, hãy lưu hình ảnh cục bộ và sử dụng trình chuyển đổi nhúng hình ảnh nội tuyến.

Những gì tồn tại sạch sẽ:

• Văn bản bài viết.
• Các tiêu đề (H1, H2, H3) với thứ bậc của chúng.
• Hình ảnh nội tuyến (miễn là chúng được tải).
• Danh sách có dấu đầu dòng và đánh số.
• Bàn (thường).
• Siêu liên kết (có thể nhấp vào được trong PDF).
• Định dạng cơ bản (đậm, in nghiêng, khối mã).

Những gì thường thay đổi:

• Bố cục nhiều cột thu gọn thành một cột.
• Thanh bên và trích dẫn kéo được chỉnh lại nội tuyến.
• Phông chữ tùy chỉnh thay thế nếu trình duyệt hiển thị chúng theo cách mà bản xuất PDF không làm được.

Những gợi ý thiết thực:

• Đặt tên file kèm ngày tháng + nguồn: 2026-07-03-nytimes-article-title.pdf.
• Lưu trữ trong cấu trúc thư mục theo chủ đề hoặc theo năm.
• Sao lưu tới hai nơi (ổ đĩa cục bộ + bộ nhớ đám mây).
• Hãy xem xét một trình quản lý tài liệu tham khảo thích hợp (Zotero, Mendeley) nếu bạn đang lưu trữ các nguồn học thuật — chúng xử lý việc lưu trữ PDF, trích dẫn và siêu dữ liệu có thể tìm kiếm cùng nhau.

URL là phù du, PDF là lưu trữ. Sử dụng Chế độ đọc cộng với trình duyệt In thành PDF để lưu từng tệp nhanh chóng hoặc trình chuyển đổi trực tuyến cho các tệp HTML đã lưu. Giữ nguyên URL và ngày truy cập, chú ý đến nội dung được tải chậm và biết rằng các yếu tố tương tác sẽ bị san bằng. Đối với bất cứ điều gì đáng ghi nhớ, PDF là định dạng sẽ vẫn tồn tại sau mười năm nữa.