标签：
2015-12-12来源：Java教程人气：99
这是上半年遇到的一个小需求，想实现网页的抓取，并保存为图片。研究了不少工具，效果都不理想，不是显示太差了（Canvas、Html2Image、Cobra），就是性能不怎么样（如SWT的Brower）。后发现无界面浏览器可以满足这个条件，大致研究了一下PhantomJS与CutyCapt，两者都是Webkit内核，其中PhantomJS使用上更方便一些，尤其在Windows平台上，如果在linux下，从2.0版本后需要自己去机器上编译了（大概要编译3个小时，不得不说，g++就是个渣渣，同样的项目，在vc下编译快得，不谈了，毕竟是免费开源的编译器）。下面介绍PhantomJS结合java代码实现的网页截图技术：
一、环境准备
1、PhantomJS脚本的目录：D:/xxx/phantomjs-2.0.0-windows/bin/phantomjs
2、截图脚本：D:/xxx/phantomjs-2.0.0-windows/bin/rasterize.js
截图的脚本在官网上有提供，但是我这里需要说明一下它的高宽度设计原理：
page.viewportSize = { width: 600, height: 600 };
这个是默认的高度，也就是600X600，我建议大家把height设置小一点，我这边设置的是width:800，height:200。因为实际上，在不同时设置高度与亮度的情况下，如果真实的网页的高度大于设置值时，图片会自动扩充高宽度的，直到整个页面显示完（当你想截取小的图片时，可能由于默认设置的太大，会使图片有很大一块空的）。如果同时设置了高宽度，下面的代码会被执行，就会对网页的部分进行截取了：
page.clipRect = { top: 0, left: 0, width: pageWidth, height: pageHeight };
3、先用命令行测试一下：
D:/xxx/phantomjs-2.0.0-windows/bin/phantomjs D:/xxx/phantomjs-2.0.0-windows/bin/rasterize.js http://www.QQ.com D:/test.png
如果配置好了，应该可以看到生成的图片了。当然还可以配置高宽度的参数，在上面的命令后加上：" 1000px"或" 1000px*400px"，都是可以的。
二、服务器代码
作为一个网页截图服务，这部分代码片段应当被布署在服务器上，当然不必全照搬啦，根据自己的需求来用就好了：
1 package lekkoli.test;
2
3 import java.io.BufferedInputStream;
4 import java.io.BufferedReader;
5 import java.io.ByteArrayOutputStream;
6 import java.io.File;
7 import java.io.FileInputStream;
8 import java.io.IOException;
9 import org.apache.log4j.Logger;
10
11 /**
12 * 网页转图片处理类，使用外部CMD
13 * @author lekkoli
14 */
15 public class PhantomTools {
16
17 PRivate static final Logger _logger = Logger.getLogger(PhantomTools.class);
18
19 // private static final String _tempPath = "/data/temp/phantom_";
20 // private static final String _shellCommand = "/usr/local/xxx/phantomjs /usr/local/xxx/rasterize.js "; Linux下的命令
21 private static final String _tempPath = "D:/data/temp/phantom_";
22 private static final String _shellCommand = "D:/xxx/phantomjs-2.0.0-windows/bin/phantomjs D:/xxx/phantomjs-2.0.0-windows/bin/rasterize.js ";
23
24 private String _file;
25 private String _size;
26
27 /**
28 * 构造截图类
29 * @parm hash 用于临时文件的目录唯一化
30 */
31 public PhantomTools(int hash) {
32 _file = _tempPath + hash + ".png";
33 }
34
35 /**
36 * 构造截图类
37 * @parm hash 用于临时文件的目录唯一化
38 * @param size 图片的大小，如800px*600px（此时高度会裁切），或800px（此时 高度最少=宽度*9/16，高度不裁切）
39 */
40 public PhantomTools(int hash, String size) {
41 this(hash);
42 if (size != null)
43 _size = " " + size;
44 }
45
46 /**
47 * 将目标网页转为图片字节流
48 * @param url 目标网页地址
49 * @return 字节流
50 */
51 public byte[] getByteImg(String url) throws IOException {
52 BufferedInputStream in = null;
53 ByteArrayOutputStream out = null;
54 File file = null;
55 byte[] ret = null;
56 try {
57 if (exeCmd(_shellCommand + url + " " + _file + (_size != null ? _size : ""))) {
58 file = new File(_file);
59 if (file.exists()) {
60 out = new ByteArrayOutputStream();
61 byte[] b = new byte[5120];
62 in = new BufferedInputStream(new FileInputStream(file));
63 int n;
64 while ((n = in.read(b, 0, 5120)) != -1) {
65 out.write(b, 0, n);
66 }
67 file.delete();
68 ret = out.toByteArray();
69 }
70 } else {
71 ret = new byte[] {};
72 }
73 } finally {
74 try {
75 if (out != null) {
76 out.close();
77 }
78 } catch (IOException e) {
79 _logger.error(e);
80 }
81 try {
82 if (in != null) {
83 in.close();
84 }
85 } catch (IOException e) {
86 _logger.error(e);
87 }
88 if (file != null && file.exists()) {
89 file.delete();
90 }
91 }
92 return ret;
93 }
94
95 /**
96 * 执行CMD命令
97 */
98 private static boolean exeCmd(String commandStr) {
99 BufferedReader br = null;
100 try {
101 Process p = Runtime.getRuntime().exec(commandStr);
102 if (p.waitFor() != 0 && p.exitValue() == 1) {
103 return false;
104 }
105 } catch (Exception e) {
106 _logger.error(e);
107 } finally {
108 if (br != null) {
109 try {
110 br.close();
111 } catch (Exception e) {
112 _logger.error(e);
113 }
114 }
115 }
116 return true;
117 }
118 }
使用上面的PhantomTools类，可以很方便地调用getByteImg方法来生成并获取图片内容。
附上我的截图配置脚本：rasterize.js，至于PhantomJS，大家就自行去官网下载吧。
转载请注明原址：http://www.cnblogs.com/lekko/p/4796062.html
标签：
原文地址：http://www.cnblogs.com/firstdream/p/5123007.html
