技能介绍

它解决什么问题

把 HTML 报表变成可归档、可发阅的文档时，常见做法是截图拼接，或用 wkhtmltopdf 之类工具硬转。前者画质不可控，后者遇到 ECharts 这类依赖 JavaScript 动态渲染的图表基本失效——输出常常是空白页或半渲染的残图。html2pdf-doc 针对的就是这个场景：将已生成的 HTML 报表（尤其是带 ECharts 图表的可视化页面）转成 PDF 或 DOCX，保证图表渲染完整、版式可用。

它如何工作

核心是一个 Python 环境加两个自带脚本，分别对应两种输出格式。

HTML → PDF：调用 scripts/convert_to_pdf.py，脚本通过 Playwright 启动无头 Chromium，用 file:/// 协议加载本地 HTML 文件，等待 networkidle 事件后再补 5 秒，确保 ECharts 完成动画与布局绘制，最后导出 A3 横向 PDF 并保留背景色。未指定输出路径时，默认写到源 HTML 同目录下的 {html_name}_报告.pdf。
HTML → DOCX：调用 scripts/convert_to_docx.py。这一步不经过浏览器，而是读取生成报表时用的原始 JSON 数据源，据此搭建结构化文档：封面页（报表名与元信息）、数据概览汇总表、各章节格式化数据表、要点与结论列表，全文统一使用微软雅黑。默认输出 {html_name}_报告.docx。

环境准备上，它会先检查依赖是否齐全，缺失时按需安装；Windows 下优先使用受管 Python 路径 C:\Users\admin\.workbuddy\binaries\python\versions\3.13.12\python.exe。

适用边界与注意点

PDF 依赖网络：若 HTML 通过 CDN 引用 ECharts（如 cdn.jsdelivr.net），渲染期间必须能正常联网，否则脚本取不到图表库。
大文件要调等待时间：图表数量很多时，5 秒可能不够，需手动延长到 8 秒左右。
DOCX 强依赖 JSON 数据源：结构化表格是从原始 JSON 读出来的，没有这份数据就只能产出一个标题加一句「未找到结构化数据」的说明。
路径格式：Windows 下拼 file:/// URL 时用正斜杠，例如 file:///C:/Users/...。

总的来说，它适合「HTML 报表已生成、现在要交付一份静态文档」这类需求，而不是把任意网页都变成排版精良的 Word。