作为研发人员，有时候希望将api文档网页，结构化排版网页转化为一本电子书，以方便我们做笔记 or 将电子书扔给大模型方便理解，那么应该怎么做呢。。。

工具组合：wget（爬取） + wkhtmltopdf（转换） + pdftk（合并）

操作步骤：

递归爬取全站网页

wget --recursive --no-parent --html-extension --convert-links https://docs.example.com

--recursive：递归下载

--no-parent：限制在目标目录内

--convert-links：将链接转为本地路径

windows上有wget的exe文件下载，以上命令中wget需要替换为wget.exe路径

批量转换HTML为PDF

for /R %i in (*.html) do wkhtmltopdf "%i" "%~ni.pdf"

遍历所有HTML文件，输出同名PDF

需提前安装wkhtmltopdf并添加至系统环境变量

按文件名顺序合并PDF

pdftk *.pdf cat output combined_book.pdf

使用pdftk按文件名自然排序合并，当然用wps合并pdf也很简单，如果pdf文件名本身包含了顺序的话，如下图