Java與Selenium:完整截取任意高度html頁面
本文詳細介紹如何使用java和selenium庫,克服高度限制,完整截取html頁面并將其轉換為圖片。 傳統方法在處理高頁面時容易出現內容缺失,本文提供一種分段截圖并拼接的解決方案。 我們將使用jdk 8和selenium-java (3.141.59)版本進行演示。
挑戰:高頁面截圖的難題
對于較矮的頁面,直接截圖即可。但高頁面則不然。單純使用window.scrollby(0, x)滾動并截圖,常常導致部分內容丟失,例如某些行號的內容可能無法完整顯示。
解決方案:分段截圖,完美拼接
立即學習“Java免費學習筆記(深入)”;
我們的策略是將頁面分割成多個部分,分別截圖,最后再將這些圖片拼接成一張完整的長圖。 關鍵在于每次滾動的高度略小于截圖的高度,確保部分圖片重疊,避免內容丟失。
步驟詳解:
-
環境配置: 設置chromeDriver路徑并配置Chrome選項,啟用無頭模式(headless)提高效率,并設置窗口大小。
String chromepath = "d:htmltoimgseleniumchromedriver-win64chromedriver.exe"; System.setProperty("webdriver.chrome.driver", chromepath); ChromeOptions options = new ChromeOptions(); options.addArguments("--headless"); options.addArguments("--window-size=2160,1440"); WebDriver driver = new ChromeDriver(options);
-
頁面加載與等待: 加載HTML文件,并使用顯式等待確保頁面完全加載完畢。
driver.get("file:///d:/htmltoimg/test.html"); WebDriverWait wait = new WebDriverWait(driver, 15); wait.until(ExpectedConditions.visibilityOfElementLocated(By.tagName("body")));
-
計算截圖次數: 使用JavaScript獲取頁面總高度,并根據每次截圖的高度計算需要截圖的次數。
JavascriptExecutor js = (JavascriptExecutor) driver; long pageHeight = (long) js.executeScript("return document.body.scrollHeight;"); int captureHeight = 5000; // 每次截取的高度 int numberOfScreenshots = (int) Math.ceil((double) pageHeight / captureHeight);
-
分段截圖與滾動: 循環截圖,每次截圖后,使用JavaScript滾動頁面。滾動距離略小于截圖高度,確保重疊。
int totalHeight = 0; List<File> files = new ArrayList<>(); for (int i = 0; i < numberOfScreenshots; i++) { // ... (截圖代碼,保存為臨時文件并添加到files列表) ... js.executeScript("window.scrollBy(0," + (captureHeight - 100) + ")"); // 滾動,留出部分重疊 }
-
圖片拼接: 讀取所有臨時圖片,計算總寬度,并將圖片繪制到一個新的BufferedImage對象中。
int width = 0; for (File file : files) { BufferedImage img = ImageIO.read(file); width = Math.max(img.getWidth(), width); } BufferedImage combinedImage = new BufferedImage(width, totalHeight, BufferedImage.TYPE_INT_ARGB); Graphics2D g = combinedImage.createGraphics(); int nowYIndex = 0; for (File file : files) { BufferedImage img = ImageIO.read(file); g.drawImage(img, 0, nowYIndex, null); nowYIndex += img.getHeight(); } g.dispose(); ImageIO.write(combinedImage, "PNG", new File("D:htmlToImgSeleniumoutputmerge.png"));
通過以上步驟,即可完整截取任意高度的HTML頁面,生成一張完整的圖片。 記得補充截圖和文件刪除的代碼,以及必要的異常處理。 此方法高效且可靠,解決了傳統方法在高頁面截圖時遇到的內容缺失問題。