java使用phantomjs進行截圖

PhantomJS Java · 發表 2018-10-11 10:19:18

摘要：斷斷續續查詢資料、驗證不同的實現方法終於算基本搞定了頁面截圖，因為中間過程曲折花費較多時間，分享出來幫助大家快速實現截圖為什麼選用phantomjs進行截圖截圖可以實現的方式有很多，比如： selenium HtmlUnit Html2Image 、、、an...

斷斷續續查詢資料、驗證不同的實現方法終於算基本搞定了頁面截圖，因為中間過程曲折花費較多時間，分享出來幫助大家快速實現截圖

為什麼選用phantomjs進行截圖

截圖可以實現的方式有很多，比如：

selenium
HtmlUnit
Html2Image 、、、and so on 但是這些實現的截圖效果都不好。selenium只能實現截圖，不能擷取整個頁面，而HtmlUnit、Html2Image對js的支援效果並不好，截下來的圖會有很多空白。phantomjs就是萬精油了，既能擷取整個頁面，對js支援的效果又好

前期準備

安裝phantomjs。mac os

brew install phantomjs
複製程式碼

命令列的方式進行截圖

安裝以後我們就可以小試牛刀了

開啟終端，輸入以下命令：

/Users/hetiantian/SoftWares/phantomjs/bin/phantomjs
/Users/hetiantian/SoftWares/phantomjs/examples/rasterize.js
https://juejin.im/post/5bb24bafe51d450e4437fd96
/Users/hetiantian/Desktop/juejin-command.png
複製程式碼

檢視效果

發現圖片沒有載入好

來看以下剛剛的命令列： /Users/hetiantian/SoftWares/phantomjs/bin/phantomjs ：phantomjs可執行檔案儲存地址 /Users/hetiantian/SoftWares/phantomjs/examples/rasterize.js ：rasterize.js檔案地址這段命令可以理解為用phantomjs去執行rasterize.js檔案，所以要想解決圖片空白的問題我們需要去看一下rasterize.js檔案。

"use strict";
var page = require('webpage').create(),
system = require('system'),
address, output, size, pageWidth, pageHeight;

if (system.args.length < 3 || system.args.length > 5) {
console.log('Usage: rasterize.js URL filename [paperwidth*paperheight|paperformat] [zoom]');
console.log('paper (pdf output) examples: "5in*7.5in", "10cm*20cm", "A4", "Letter"');
console.log('image (png/jpg output) examples: "1920px" entire page, window width 1920px');
console.log('"800px*600px" window, clipped to 800x600');
phantom.exit(1);
} else {
address = system.args[1];
output = system.args[2];
page.viewportSize = { width: 600, height: 600 };
if (system.args.length > 3 && system.args[2].substr(-4) === ".pdf") {
size = system.args[3].split('*');
page.paperSize = size.length === 2 ? { width: size[0], height: size[1], margin: '0px' }
: { format: system.args[3], orientation: 'portrait', margin: '1cm' };
} else if (system.args.length > 3 && system.args[3].substr(-2) === "px") {
size = system.args[3].split('*');
if (size.length === 2) {
pageWidth = parseInt(size[0], 10);
pageHeight = parseInt(size[1], 10);
page.viewportSize = { width: pageWidth, height: pageHeight };
page.clipRect = { top: 0, left: 0, width: pageWidth, height: pageHeight };
} else {
console.log("size:", system.args[3]);
pageWidth = parseInt(system.args[3], 10);
pageHeight = parseInt(pageWidth * 3/4, 10); // it's as good an assumption as any
console.log ("pageHeight:",pageHeight);
page.viewportSize = { width: pageWidth, height: pageHeight };
}
}
if (system.args.length > 4) {
page.zoomFactor = system.args[4];
}
page.open(address, function (status) {
if (status !== 'success') {
console.log('Unable to load the address!');
phantom.exit(1);
} else {
window.setTimeout(function () {
page.render(output);
phantom.exit();
}, 200);
}
});
}
複製程式碼

嘗試一：對 page.viewportSize = { width: 600, height: 600 }; 產生了疑問 ️ 把height調大十倍，發現基本是完美截圖了，但是如果頁面的篇幅特別短，會發現有瑕疵，下面留有一大片空白。原因： page.viewportSize = { width: 600, height: 600 }; 設定的是初始開啟瀏覽器的大小，通過增大這個值可以載入js。如果我們能拿到實際頁面的大小在設定height大小，但是不，我不能。

並且不能接受預先設定一個很大的height值，比如30000，因為不能接受底下留白的效果嘗試二：在window.setTimeout方法之前加入以下程式碼

page.evaluate(function(){
scrollBy(0, 18000); 
});
複製程式碼

無奈evaluate裡不能在用for迴圈了，前端渣渣真的不知道如何改，遂放棄

java程式碼方式進行截圖

需要的依賴

<dependency>
<groupId>org.seleniumhq.selenium</groupId>
<artifactId>selenium-java</artifactId>
<version>2.45.0</version>
</dependency>

<dependency>
<groupId>com.codeborne</groupId>
<artifactId>phantomjsdriver</artifactId>
<version>1.2.1</version>
<!-- this will _always_ be behind -->
<exclusions>
<exclusion>
<groupId>org.seleniumhq.selenium</groupId>
<artifactId>selenium-java</artifactId>
</exclusion>
<exclusion>
<groupId>org.seleniumhq.selenium</groupId>
<artifactId>selenium-remote-driver</artifactId>
</exclusion>
</exclusions>
</dependency>

複製程式碼

程式碼實現

public class PhantomjsTest2 {
public static void main(String[] args) throws InterruptedException, IOException {
//設定必要引數
DesiredCapabilities dcaps = new DesiredCapabilities();
//ssl證書支援
dcaps.setCapability("acceptSslCerts", true);
//截圖支援
dcaps.setCapability("takesScreenshot", true);
//css搜尋支援
dcaps.setCapability("cssSelectorsEnabled", true);
//js支援
dcaps.setJavascriptEnabled(true);
//驅動支援（第二引數表明的是你的phantomjs引擎所在的路徑）
dcaps.setCapability(PhantomJSDriverService.PHANTOMJS_EXECUTABLE_PATH_PROPERTY,
"/Users/hetiantian/SoftWares/phantomjs/bin/phantomjs");
//建立無介面瀏覽器物件
PhantomJSDriver driver = new PhantomJSDriver(dcaps);

//設定隱性等待（作用於全域性）
driver.manage().timeouts().implicitlyWait(1, TimeUnit.SECONDS);
long start = System.currentTimeMillis();
//開啟頁面
driver.get("https://juejin.im/post/5bb24bafe51d450e4437fd96");
Thread.sleep(30 * 1000);
JavascriptExecutor js = driver;
for (int i = 0; i < 33; i++) {
js.executeScript("window.scrollBy(0,1000)");
//睡眠10s等js載入完成
Thread.sleep(5 * 1000);
}
//指定了OutputType.FILE做為引數傳遞給getScreenshotAs()方法，其含義是將擷取的螢幕以檔案形式返回。
File srcFile = ((TakesScreenshot)driver).getScreenshotAs(OutputType.FILE);
Thread.sleep(3000);
//利用FileUtils工具類的copyFile()方法儲存getScreenshotAs()返回的檔案物件
FileUtils.copyFile(srcFile, new File("/Users/hetiantian/Desktop/juejin-01.png"));
System.out.println("耗時：" + (System.currentTimeMillis() - start) + " 毫秒");
}
}
複製程式碼

註釋已經夠詳細了不多說了。唯一說一點：通過去執行js程式碼實現頁面滑動，並且每次滑動都會通過睡眠保證有時間可以將 js載入進來。會呼叫33次滑動，因為phantomjs擷取最大的高度為32767px(int 32位的最大整數)，所以滑動33次可以保證能夠擷取到的最大頁面部分其js已經是載入完成了的附：window.scrollBy(0,1000)、window.scrollTo(0,1000)的區別

window.scrollBy(0,1000)
window.scrollBy(0,1000)
執行到這裡頁面滑動1000+1000px
window.scrollTo(0,1000)
window.scrollTo(0,1000)
執行到這裡頁面滑動到1000px處
複製程式碼

window.scrollTo(0, document.body.scrollHeight 可以滑動到頁面底部，不選擇有兩個原因： 1）一下子滑動到底部js會來不及被載入 2）有些頁面沒有底部，可以一直滑動載入注：這裡所說的js來不及載入指的是：想要擷取頁面的js來不及載入該方式的缺點：比較費時間。果然熊和魚掌不可兼得也，統計了一下擷取一張圖片大概需要四分多鐘

java使用phantomjs進行截圖

為什麼選用phantomjs進行截圖

前期準備

命令列的方式進行截圖

java程式碼方式進行截圖

您可能也會喜歡…