Safari 将网页导出为 pdf 有个很诡异的 bug，会把普通文字转成 CJK 部首

[f1ynnv2]

不知道大家有没有经常使用 Safari->文件->导出为 PDF 的功能，我比较下来，这个是所有网页转 PDF 方案里唯一能保证网页原效果的方法，所以经常使用。

但是它有个很诡异的 bug ，就是如果网页里有一些字符的 Unicode 编码恰好和一些 Unicode 部首区域的字符相似的话，它竟然会把这些普通的文字转成后者！

举个例子来说，大：\u5927 、马：\u9a6c ，这是中文正常使用 Unicode 时的编码，但是 Safari 转成 PDF 后，会把这两个字符强制变成\u2f24 和\u2ee2

2E80-2EFF 区域是 CJK 部首补充 2F00-2FDF 区域是康熙字典部首

有兴趣的可以拿这这篇文章转成 pdf 试试 https://mp.weixin.qq.com/s/9aj9cA0auQTEuwP_VjCDxQ

这文章里有“大”这个字

大家有没有啥办法让 Safari 别这么搞，因为搞了个 PDF 文档检索系统，很多文字被这样转了之后，就搜索不到了，很苦恼。

[DonDonc]

这个问题除了浏览器之外，和字体也有关系，不清楚怎么解决，不过可以提供参考资料 https://www.thetype.com/typechat/ep-183/ 字谈字畅的播客有提到这个问题。

不过可以提供另一个保存网页的方案，另存为 mhtml （ Chrome ）或者 webarchive （ Safari ）。

[lqcc]

跟操作系统用的语言有没有关系？

[KevinChan]

楼主能具体描述一下吗？因为我试着导出，也没什么异常啊。字形没什么异常，也能正常查询，复制。

[wydinhk]

macOS 16.3 ，简体中文系统，无异常。

[pigzilla]

大概率是这个网站 /网页本身有防爬，将某些字符替换成了你说的这些错误的部首，但是通过定制的字体使得显示看起来又是正常的。

[jjxtrotter]

试试“打印”，然后存储为 PDF 。

你的那个微信文章感觉用这种方式会更舒服

[Kbytes]

在我的电脑上测试了一下，感觉更像是 pdf 软件打开时存在转码(不清楚为什么要这么做)。比如存储为 pdf 后，用预览或 chrome 打开时，字的编码是正常的，但使用 pdf expert 打开时，编码就变了。

[feel5230]

@jjxtrotter 是的…

楼主可以试试打印然后生成 PDF 文件；

如果页面内容更多，点击阅读模式，然后再打印生成 PDF 就能解决这个问题了啊

[f1ynnv2]

@feel5230 这种方式其实就是前面说的，如果页面有打印样式的话，会调用打印样式。像是公众号文章其实这样做出来效果还行，但是有些页面用的默认打印样式，那个惨不忍睹啊

[hs0000t]

https://www.v2ex.com/t/865924
我在不到一年前就碰见了这个问题，最近才解决

[f1ynnv2]

@hs0000t 顺着你的思路，我查了一下，大概知道原因了，是锅在 macOS 用的 pdf 转换器
https://www.zhihu.com/question/309496647

看来很多 PDF 转换器都存在这种自作聪明的瞎搞，上文里有个人说的很对：不要相信 Quartz 输出的 PDF 能够满足你们的所谓电子书 /文档需求。它只能满足你打印出来的和你在 UI 上看到的一样。