這是上半年遇到的一個小需求，想實現網頁的抓取，並保存為圖片。研究了不少工具，效果都不理想，不是顯示太差了（Canvas、Html2Image、Cobra），就是性能不怎么樣（如SWT的Brower）。后發現無界面瀏覽器可以滿足這個條件，大致研究了一下PhantomJS與CutyCapt，兩者都是Webkit內核，其中PhantomJS使用上更方便一些，尤其在Windows平台上，如果在Linux下，從2.0版本后需要自己去機器上編譯了（大概要編譯3個小時，不得不說，g++就是個渣渣，同樣的項目，在vc下編譯快得，不談了，畢竟是免費開源的編譯器）。下面介紹PhantomJS結合Java代碼實現的網頁截圖技術：
一、環境准備
1、PhantomJS腳本的目錄：D:/xxx/phantomjs-2.0.0-windows/bin/phantomjs
2、截圖腳本：D:/xxx/phantomjs-2.0.0-windows/bin/rasterize.js
截圖的腳本在官網上有提供，但是我這里需要說明一下它的高寬度設計原理：
page.viewportSize = { width: 600, height: 600 };
這個是默認的高度，也就是600X600，我建議大家把height設置小一點，我這邊設置的是width:800，height:200。因為實際上，在不同時設置高度與亮度的情況下，如果真實的網頁的高度大於設置值時，圖片會自動擴充高寬度的，直到整個頁面顯示完（當你想截取小的圖片時，可能由於默認設置的太大，會使圖片有很大一塊空的）。如果同時設置了高寬度，下面的代碼會被執行，就會對網頁的部分進行截取了：
page.clipRect = { top: 0, left: 0, width: pageWidth, height: pageHeight };
3、先用命令行測試一下：
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，應該可以看到生成的圖片了。當然還可以配置高寬度的參數，在上面的命令后加上：" 1000px"或" 1000px*400px"，都是可以的。
二、服務器代碼
作為一個網頁截圖服務，這部分代碼片段應當被布署在服務器上，當然不必全照搬啦，根據自己的需求來用就好了：
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 * 網頁轉圖片處理類，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 * 構造截圖類 29 * @parm hash 用於臨時文件的目錄唯一化 30 */ 31 public PhantomTools(int hash) { 32 _file = _tempPath + hash + ".png"; 33 } 34 35 /** 36 * 構造截圖類 37 * @parm hash 用於臨時文件的目錄唯一化 38 * @param size 圖片的大小，如800px*600px（此時高度會裁切），或800px（此時 高度最少=寬度*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 * 將目標網頁轉為圖片字節流 48 * @param url 目標網頁地址 49 * @return 字節流 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 * 執行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類，可以很方便地調用getByteImg方法來生成並獲取圖片內容。
附上我的截圖配置腳本：rasterize.js，至於PhantomJS，大家就自行去官網下載吧。