WebページをPDFにすると画像が消える場合は？HTML・リンク・レイアウトの確認

WebページをPDFに変換した後に本文が空白になったり画像が消えたりする場合は、まずページがスクリプト、ログイン状態、リモートリソースに依存していないか確認してください。PDF Smart KitのHTMLからPDFへの変換では、保存済みのHTML/HTMファイルを処理できるほか、公開されているHTTPまたはHTTPSページを取り込めます。ただし、現在のブラウザータブを完全にスクリーンショット化するものではなく、タブ内のログインセッションや動的な操作結果をそのまま引き継ぐことはできません。

URLの取り込みとHTMLファイルの違い

URLの取り込みは、公開されている静的な記事、案内ページ、基本的な文書に適しています。ツールはページのHTMLを取得し、ローカルで変換します。ブラウザーから直接読み取れない場合、アプリがサーバー経由で公開Webページを取得することがあります。そのため、「ローカルで変換」といっても、URLの取り込み時にネットワーク通信が一切発生しないわけではありません。

HTMLファイルは、保存済みまたは自作したページに適しています。変換に利用できるのは、ファイル自体に含まれている内容だけです。同じ場所にある画像フォルダー、外部フォント、スタイルが、単独のHTMLファイルと一緒に取り込まれるとは限りません。「 HTMLをPDFに変換 」を開く前に、手元のファイルが自己完結しているか確認してください。

公開WebページをPDFに変換する手順

1. URLが、管理画面へのログイン、社内ネットワークのアドレス、秘密のアクセスパラメーター付きリンクではなく、公開されたHTTP/HTTPSページであることを確認します。
2. 「HTMLをPDFに変換」にURLを貼り付けて取り込みます。ローカルファイルを選ぶ場合は、実際のHTMLまたはHTMファイルを使用してください。
3. 読み込みと変換が完了するまで待ち、PDFをダウンロードして、ページタイトル、本文の冒頭と末尾、主要な画像を確認します。
4. 長いページは1ページずつ改ページを確認し、段落、表、図の説明が境界で途切れていないことを確かめます。
5. 出典URLと保存日を記録し、必要に応じて、元のWebページが今後も更新される可能性があることを納品時の説明に明記します。

アクセストークン、1回限りのダウンロード資格情報、非公開のクエリパラメーターを含むURLは、公開Webページの取り込みツールに直接貼り付けないでください。まず権限のある元のサイトでエクスポート機能またはブラウザーの印刷機能を使用し、その後、資料管理の要件に従ってファイルを処理してください。

通常のWebページは変換できても、動的ページは変換できない理由

Webページによっては、最初のHTMLに空のコンテナーしかなく、JavaScriptの実行後に本文が読み込まれます。現在の変換処理ではスクリプト、フォーム、iframeなどが除去され、元サイトのスクリプトは実行されません。そのため、ブラウザーのタブで正常に表示されていても、取り込み後に同じ本文が表示されるとは限りません。

よくある例として、ログイン後にのみ表示される注文情報、クリックして展開する必要がある統計パネル、スクロールで読み込まれる長いリストがあります。このようなページでは、元のWebサイトが提供するエクスポート機能を使うか、コンテンツの読み込み完了を確認してからブラウザーの印刷機能を使用してください。ログインやアクセス制限を回避しようとして、URLを何度も変更しないでください。

画像が消える場合の確認項目

第一に、画像が現在も公開アクセス可能か確認します。直リンク防止、期限切れリンク、ログイン権限、サーバーによるリクエスト拒否などにより、画像を読み込めないことがあります。本文のHTMLを取得できても、画像のリクエストだけが失敗する場合があります。

第二に、リモート画像を現在の環境で利用できるか確認します。クロスオリジンリソース共有（CORS）は、別のオリジンから特定のリソースを読み取れるかどうかを決定します。元のサイトで画像が表示されても、変換用キャンバスで読み取れるとは限りません。サーバー経由でHTMLを取得しても、すべての画像が利用可能になるとは限りません。

3つ目は、HTMLに相対パスしか保存されていないかどうかです。たとえば、隣接する assets フォルダーを参照するページの場合、HTMLだけを選択しても、リソースフォルダー全体が一緒に読み込まれるわけではありません。ページと素材を所有している場合は、必要なリソースがすべて含まれ、パスが有効な自己完結型HTMLを先に作成できます。許可がない場合、制限されたコンテンツを無断でコピーしないでください。

タイムアウト、アクセス拒否、空白ページの見分け方

タイムアウトは、所定時間内に有効な応答を取得できなかったことを意味し、必ずしもURLが間違っているわけではありません。元のWebページも遅いか確認し、時間を置いて再試行してください。失敗が続く場合は、保存済みの静的HTMLまたは元サイトから書き出したファイルを使用してください。再試行ですべて解決できるとは限りません。

アクセス拒否は、取得元サイトの制限、非公開アドレス、ページの種類などが原因の可能性があります。PDFが空白の場合は、取得したHTMLに本文が実際に含まれているか再確認してください。この3つを区別することで、入力方法を変えるべきか、リソースを補うべきか、別の書き出し方法を選ぶべきか判断できます。

HTMLからPDFへの変換で保持されない操作機能

現在の出力では、ブラウザーでレンダリングされた内容が画像化されます。ページの外観は閲覧できますが、ボタン、入力可能なフォーム、動画プレーヤー、クリック可能なリンクは引き続き使える機能とはみなせません。テキストも選択や検索ができるとは限りません。検索可能なコピーが必要な場合は、別途 PDF OCR を使用し、認識結果を校正してください。

実際に入力可能なファイルが必要な場合は、 PDFフォーム を使用して対応フィールドを追加してください。確認済みの複数のWebページPDFを1つの資料にまとめる場合は、 PDFを結合を使用してください。画像やページの欠落を確認する前に、急いで結合しないでください。

ダウンロード後の閲覧確認

長い記事では、まず冒頭と末尾を照合し、次に改ページ箇所をすべて確認してください。現在のページのレンダリングと分割は、元サイトの印刷スタイルに完全に従うとは限りません。長い表、固定配置要素、大きな画像はいずれも読みやすさに影響する可能性があります。正確な改ページが必要な文書には、通常、元サイトの印刷版や専用の書き出し機能が適しています。

Webページを業務上の証拠として保存する場合は、取得元と日時も記録し、保存および使用する権限があることを確認してください。通常のPDF変換は、公証、信頼できるタイムスタンプ、法的認証にはなりません。また、ページファイルだけでは、当時のWebサイトにおけるすべての操作状態を自動的に証明できません。

よくある質問

HTMLをアップロードすると、関連画像も自動的にアップロードされますか？

HTMLファイルを1つ選択しただけでは、任意のローカルフォルダーに自動でアクセスできません。画像が読み取り可能な入力に実際に含まれているか確認する必要があります。パソコン上でHTMLをダブルクリックしたときに正常に表示されるかだけで判断しないでください。

WebページからPDFへの変換は完全にオフラインで行えますか？

公開URLの読み込みにはネットワークが必要です。リモートの画像やフォントにもネットワークが必要な場合があります。自己完結型ファイルのレンダリングとリモートWebページの取得は別の処理であり、全工程がオフラインだと一概にはいえません。

PDF内のリンクをクリックできないのはなぜですか？

現在の出力はレンダリングされたページ画像であり、元の操作機能を備えたWebページのコピーには自動変換されません。重要なリンクは納品時の説明に別途記載し、受信者にブラウザーで開いてもらうことができます。

画像は、Webコンテンツと用紙の関係を示すAI生成のコンセプト画像であり、Webページのキャプチャ結果やツール操作画面ではありません。