IPYNB 转 PDF转换器
所有处理都在你的设备上完成，大文件可能需要一点时间。
Jupyter Notebook与PDF Document的定位并不相同：IPYNB 是 Jupyter Notebook 的格式：一个 JSON 文档，混合 Markdown 单元、代码单元、输出与元数据。它是数据科学工作的默认载体——每份分析、教程和 Kaggle kernel 都是它。当需要一种在任何设备上都保持原样、适合打印且不会被误改排版的文档时，就转成 PDF。
本转换器通过 WebAssembly 完全在你的浏览器内运行——文件不会离开你的设备，全程无上传、无水印、无注册、无排队。支持一次拖入多个文件批量转换。
IPYNB 与 PDF 的对比
| IPYNB | ||
|---|---|---|
| 排版方式 | 基于单元的 JSON 文档 | 固定、印刷级 |
| 可编辑性 | Jupyter / VS Code | 面向呈现 |
| 最适合 | 数据科学、教学、分析 | 合同、票据、印刷、分发 |
如何将 IPYNB 转换为 PDF
- 1
选择文件
选择你的 IPYNB 文档。
- 2
立即转换
引擎解析文档内容，排版成适合打印的 PDF 页面。
- 3
下载结果
下载 PDF——有格式、可分享、可打印。
关于 IPYNB 格式
Jupyter Notebook（.ipynb）是数据科学的工作文档：一个 JSON 数组，混合叙事用的 Markdown 单元、跑 Python/R/Julia 的代码单元，以及被捕获的输出——表格、图表、报错。每个 Kaggle kernel、教程和分析备忘都是它。
notebook 在 Jupyter 之外很难阅读，也没法直接交给管理层。转成 Markdown/Word/HTML 能把叙述与结果变成可分享的报告——或者把一份书面报告变成随时可填的 notebook 骨架。
+ 优点
- ✓叙述 + 代码 + 输出在同一文件
- ✓数据科学工作流的通用语
- ✓可执行——结果可以复现
! 局限
- −离开 Jupyter 的 JSON 无法阅读
- −输出让文件膨胀并可能泄露敏感信息
- −合并冲突出了名的痛苦
关于 PDF 格式
PDF（Adobe 1993 年推出，2008 年起为 ISO 32000 标准）只为一件事而生：文档在任何地方、任何时候都长得一模一样。字体被嵌入、版面被逐点固定，2003 年生成的合同和今早创建的渲染结果完全相同。正是这种固定版面的承诺让它成了发票、手册、表单、电子书以及一切具有法律或财务效力文件的标准。
同样的设计也让 PDF 很“倔”。它面向呈现而非编辑——文字以定位指令而非段落存在，提取与重排只能是近似。扫描版 PDF 更麻烦：全是图片，没有文本层，除非上 OCR。但就“最终形态文档分发”而言，仍无出其右。
+ 优点
- ✓在所有设备和打印机上渲染完全一致
- ✓字体、图像与色彩配置随文件携带
- ✓生态成熟：表单、签名、批注、加密一应俱全
! 局限
- −设计上就难以编辑——小改动也需要工具
- −文字提取只是近似，不算真正转换
- −扫描版 PDF 没有文本层，除非 OCR
为什么把 IPYNB 转换成 PDF？
转换的意义在于 PDF 的长处正好补上 IPYNB 给不了的东西：在所有设备和打印机上渲染完全一致而另一边，离开 Jupyter 的 JSON 无法阅读用上面的转换器过一遍，你的文件就站到了正确的取舍那边。
常见问题
IPYNB 转 PDF 真的免费吗？
完全免费，无需注册、无水印、也没有每日次数限制。网站依靠广告维持运营。
我的文件会被上传到服务器吗？
不会。转换通过 WebAssembly 完全在你的浏览器内完成，文件不会离开你的设备——这正是它既快又私密的原因。
Windows、Mac、iPhone、安卓都能用吗？
可以。任何装有现代浏览器的设备都适用：Windows、macOS、Linux、安卓和 iOS，无需安装任何软件。
转换后的文档排版会怎样？
页面比例自动保持：图片会以合适边距适配到 A4 比例的页面上，PDF 页面则以高分辨率渲染。下载前可以直接在浏览器里预览效果。
转换出来的 PDF 之后还能编辑吗？
取决于目标格式：PDF 为自己的用途而生，本转换器忠实还原其内容，而不是凭空制造可编辑结构。需要大量再编辑时，请从面向编辑的格式入手，最后在这里导出终稿。
转换可以离线进行吗？
可以。页面加载完成后，转换完全在浏览器内运行——你甚至可以断网继续转换。任何文件都不会经过服务器。