使用wkhtmltopdf将HTML转PDF无文本显示问题求助

排查方向和解决办法 #

1. 确认HTML中是否存在真实文本 #

你的HTML由政府PDF转换而来，原PDF可能将文本渲染为图片（比如扫描件转档或采用特殊渲染逻辑），导致转成HTML后并非可选中的文本元素，而是<img>或SVG图形。

• 操作：打开HTML文件尝试选中文本，若无法选中则说明是图片化内容。这种情况需先对原PDF做OCR识别，提取出真实文本后再转HTML，之后再用wkhtmltopdf转换。

2. 检查字体加载问题 #

wkhtmltopdf依赖系统字体，若HTML中使用的字体在运行环境中未安装，会导致仅显示布局不渲染文本。

• 操作：
  • 查看HTML源码中CSS的font-family指定字体；
  • 在运行wkhtmltopdf的环境安装对应字体：Linux用包管理器（如apt install fonts-xxx），Windows直接安装字体文件；
  • 嫌麻烦可修改HTML的CSS，将字体替换为系统默认支持的类型，比如Arial或sans-serif。

3. 补充wkhtmltopdf渲染参数 #

当前命令仅添加了--enable-local-file-access，缺少必要参数可能导致文本未渲染。试试用以下命令：

wkhtmltopdf --enable-local-file-access --no-stop-slow-scripts --disable-smart-shrinking --load-error-handling ignore ar-11.html ar-11.pdf

• 参数说明：
  • --no-stop-slow-scripts：防止脚本加载慢打断渲染进程；
  • --disable-smart-shrinking：避免智能缩放破坏文本布局；
  • --load-error-handling ignore：忽略加载错误，确保渲染完整执行。

4. 排查HTML文本样式问题 #

比如文本颜色与背景色一致，或设置了visibility: hidden、display: none等属性，都会导致文本不可见。

• 操作：检查HTML的CSS样式，确认文本元素的颜色、显示属性正常，确保文本可见。

5. 原PDF隐性权限问题 #

虽然原PDF无密码，但部分政府PDF可能存在隐性限制（比如禁止复制文本），导致转HTML时未提取到文本内容。

• 操作：更换专业的PDF转HTML工具重新转换，确保能提取出真实文本，而非仅保留布局框架。

内容的提问来源于stack exchange，提问作者Poissac