求助一下各位大佬。批处理批量单个mhtml，mht转pdf

gaoyinfei

求助一下各位大佬。批量单个mhtml转pdf的批处理，有一些网页保存下来是mhtml和mht 的格式，非常烦人，只能是单个打印成pdf，主要是太多了。
PDFXEdit也可以拖入多个，但只能是转成一个pdf文件。求助一下大佬，批处理批量将mhtml,mht,两种网页单个转成pdf的软件。谢谢。

aloha20200628

回复 1# gaoyinfei

利用 word 可以打开 *.mht, *.mhtml 文件和另存为 *.pdf 文件的功能。
以下代码存为 test.bat 运行...

1. 
   
2. 2>1/* ::
   
3. @echo off &dir /b/s/a-d *.mht *.mhtml|cscript /nologo /e:jscript "%~f0" &pause&exit/b */
   
4. ws=WSH.stdin; w=WSH.CreateObject('Word.Application');
   
5. w.DisplayAlerts=0, w.Visible=false;
   
6. while (!ws.atendofstream) {
   
7.   mF=ws.readline(), d=w.Documents.Open(mF), d.SaveAs(mF+'.pdf',17), d.Close(); }
   
8. w.quit(); WSH.quit();
   

复制代码

gaoyinfei

回复 2# aloha20200628
非常感谢，能用，现在还在试验。昨天折腾了一天，精简版的word打不开，提示缺少outlook,没有办法，想单独安装一个单文件的，没有办法安装，中途退出了，又试了几个安装也不行。今天又下载了一个安装版的，又提示要删除以前版本，
又找office卸载软件，终于成功了。估计没有什么问题了。

gaoyinfei

回复 2# aloha20200628
https://www.123865.com/s/F2GbVv-m1fod

大神能不能烦劳您再修改一个，最好是等同于原网页大小，因为这样转出来的图片有一半不见了。附三个示例网页。谢谢。辛苦了。

gaoyinfei

我从office2010-2021依次装了一遍，发现打开的网页文件都是缩小的，反而wps保存的很完整，请问可不可以调用wps,这样转出来的话就会很完整了。谢谢。

aloha20200628

回复 5# gaoyinfei

先试试以下代码在 cmd 命令行直接启运 wps.exe 完成当前目录下单个 test.mht 或 test.mhtml 转为 test.pdf

1. 
   
2. wps.exe -convert-to pdf -headless -o "test.pdf" "test.mht"
   

复制代码

1. 
   
2. wps.exe -convert-to pdf -headless -o "test.pdf" "test.mhtml"
   

复制代码

如果以上实测成功，可用以下批量处理代码...

1. 
   
2. @echo off & for /f "delims=" %%F in ('dir /s/b/a-d *.mht *.mhtml') do wps.exe -convert-to pdf -headless -o "%%~dpnF.pdf" "%%F"
   
3. pause&exit/b
   

复制代码

gaoyinfei

回复 6# aloha20200628 我试了一个，wps是无效命令。我把三个网页示例mhtml格式的放在了网盘，地址在我昨天的回复，烦劳您看下。谢谢。

aloha20200628

回复 7# gaoyinfei

五楼已述用wps的结果，假设wps系统安装在 D: 盘，用代码 dir /b/s/a-d d:\wps.exe 查找其真实位置，假设查找结果为  D:\Program Files (x86)\WPS Office\bin\wps.exe，再将6楼代码中的 wps.exe 改为 "D:\Program Files (x86)\WPS Office\bin\wps.exe" 即可...

另》请选择一个较小尺寸的样本文件放到百度云盘，便于下载...

gaoyinfei

回复 8# aloha20200628 https://pan.baidu.com/s/1bLGiSCy1X_wq9yuBqR8BXA?pwd=gJgS 已经将文件在网盘分享。
刚才我试了一下，按照您说的方法，又在变量那里设置了一下，能打开文件，但是出现无法找到pdf和mhtml文件，相比较，网页里面都是一些大图，wps都是显示正常。word只能显示一半。附上出错的图片。
还要劳烦您一下。谢谢。








   

aloha20200628

回复 9# gaoyinfei

   用 win11 内置的 word 2021 实测了6个示例样本，均有加载问题，用2楼代码强行转换的结果与源文件相比有内容缺失和错位，再用第三方 wkHTMLtoPDF.exe 实测，被报错无法解析外部资源或用户数据路径等问题而失败...
   只好回到 mht, mhtml 的原生环境即浏览器中尝试，好在 msedge 浏览器（v142版）可以完好打开显示全部示例样本，但采用 msedge 命令行批处理方法必须启用 headless 方式，此方式不能完整继承交互方式的性能，最终归于失败。如此只能参考利用模拟键自动操作 msedge 的方法，获得基本成功，但要满足以下一些条件以便确保模拟键自动操作得以成功：
   一。源文件名尽量不要包含中文字符，如用英文字母+数字命名
   二。须关闭 msegde 浏览器运行时弹窗，如版本更新，翻译当前页面等
   三。要根据批处理中内容最多和最复杂的源文件调整代码中的变量 tk 值（毫秒数）

以下代码存为 test.bat 运行，与源文件 *.mht, *.mhtml 同目录，代码中变量 edge=... 用来定义 msedge.exe 的安装位置（须根据实况修改），转换结果文件 *.pdf 存储在 msedge 浏览器默认的下载目录，运行本脚本之前，当前目录中不要有与源文件同名的PDF文件。

1. 
   
2. 2>1/* ::
   
3. @echo off &taskkill /f /im msedge.exe>nul 2>nul
   
4. dir /b/a-d *.mht *.mhtml|cscript /nologo /e:jscript "%~f0"
   
5. taskkill /f /im msedge.exe>nul 2>nul
   
6. for /f "delims=" %%d in ('powershell -nop -c "(gc '%LOCALAPPDATA%\Microsoft\Edge\User Data\Default\Preferences' -enc utf8|convertFrom-json).savefile.default_directory" ') do dir /b/a-d "%%d\*.pdf"
   
7. pause&exit/b */
   
8. s=WSH.stdin, w=WSH.createObject('wscript.shell'), tk=6000;
   
9. edge='C:\\Program Files (x86)\\Microsoft\\Edge\\Application\\msedge.exe';
   
10. while (!s.atendofstream) {
    
11.    inF=s.readline(), outF=inF+'.pdf';
    
12.    w.run('"'+edge+'" "file://c:/temp/'+inF+'"');
    
13.    WSH.sleep(2000), w.sendkeys('^p'); //打印输出
    
14.    WSH.sleep(tk), w.sendkeys('{enter}'); //确认'另存为'
    
15.    WSH.sleep(1000), w.sendkeys(outF); //键入输出文件名
    
16.    w.sendkeys('{enter}'), WSH.sleep(3000), w.sendkeys('%{F4}'); //关闭浏览器窗口
    
17.    WSH.sleep(3000); }
    
18. WSH.quit();
    

复制代码

aloha20200628

回复 9# gaoyinfei

10楼代码第7行中的变量 tk 值是实测6个示例样本之后的调试结果，即其中内容最多最复杂的样本文件打印输出所需的完全渲染时间（与当前软硬件条件有关），简单起见，可以先估算一个足够大的数值开始尝试...

gaoyinfei

回复 10# aloha20200628

也不知道是不是我的电脑的原因，运行程序一闪而过，路径是对照您的方法，我是安装了edge。路径和您的一样。我是初学，这个问题搞不定。望您再费心一下。谢谢。
。

aloha20200628

回复 12# gaoyinfei

用模拟键自动操控浏览器是不得已而取之的解决方案，确实需要周全伺候，10楼已经逐条明述。
我实测6个示例样本的步骤如下以供参考（备注：实测采用的浏览器 msedge.exe 是v142版）...
一。先走一遍浏览器交互过程，以便落实必要的默认参数》用浏览器打开任一个mht或mhtml文件，ctrl+p组合键打开‘打印’窗口，确认打印机栏当前值是否为‘另存为PDF’，若否，一定要改为‘另存为PDF’，然后回车键弹出‘另存为’对话框，在默认下载目录中等待键入*.pdf文件名，键入文件名如 1.pdf 后回车键，即可完成整个交互过程。
二。创建一个测试目录如 d:\test，将6个示例样本文件*.mht, *.mhtml复制到其中，用数字1-6分别更名1.mht, 2.mht, 3.mhtml,...
三。将10楼代码存为test.bat,放在 d:\test 目录中，核实msedge.exe真实路径，确保与代码中的 edge 变量值一致（代码中须将真实路径中的路径分隔符加倍代之），然后开跑 test.bat  

gaoyinfei

回复 13# aloha20200628
好的，非常感谢。我再试一下。