将一个特定页面抓取为一张png图片的最简单的方法是使用CutyCapt,这是一种在Linux下的方便地将HTML网页转化成矢量图形和位图图像格式的命令行工具(比如,SVG, PDF, PS, PNG, JPEG, TIFF, GIF)。CutyCapt内部使用WebKit渲染引擎来导出网页渲染输出到图片文件中。它使用Qt构建,CutyCapt实际上是一个也可以在Windows上使用的跨平台应用。(译注:也有一个基于IE内核的 IECapt 可以作此用途)
在本篇教程中,我会描述如何将一个HTML网页使用CutyCapt转化成png图片。
在Linux上安装 CutyCapt
这是在特定Linux发行版上的安装命令。
在Debian, Ubuntu 或者 Linux Mint 安装 CutyCapt
- $ sudo apt–get install cutycapt
在Fedora上安装 CutyCapt
- $ sudo yum install subversion qt–devel qtwebkit–devel gcc–c++ make
- $ svn co svn://svn.code.sf.net/p/cutycapt/code/ cutycapt
- $ cd cutycapt/CutyCapt
在Fedora上编译前,你需要在源码上打上补丁。
使用文本编辑器打开CutyCapt.hpp,并且加入在文件的开头加上下面的两行。
- #include<QNetworkReply>
- #include<QSslError>
最后,如下编译并安装CutyCapt。
- $ qmake–qt4
- $ make
- $ sudo cp CutyCapt/usr/local/bin/cutycapt
在CentOS 或者 RHEL安装 CutyCapt
首先在你的Linux上启用EPEL仓库。接着和在Fedora上一样使用相同的步骤编译安装。
使用CutyCapt将 HTML 转化成 PNG
将一个HTML页面截图成一个png图片,只要使用下面的格式运行CutyCapt。
- $ cutycapt —url=http://www.cnn.com –out=cnn.png
要将HTML页面保存成不同的格式(比如,PDF),只要适当地指定输出文件。
- $ cutycapt —url=http://www.cnn.com –out=cnn.pdf
下图显示了CutyCapt命令选项。
在一台不含X的服务器上使用CutyCapt将HTML转换成PNG
虽然CutyCapt是一个命令行工具,但是它需要X服务运行。如果你尝试在不含X服务的机器上运行,你会得到下面这个错误:
- cutycapt: cannot connect to X server :0
如果你要不含X的服务器上运行CutyCapt,你可以在服务器上安装Xvfb(轻量级“假的”X11 服务)。这样CutyCapt就不会报错了。
要在Debian, Ubuntu 或者 Linux Mint 上安装Xvfb:
- $ sudo apt–get install xvfb
要在Fedora, CentOS 或者 RHEL 上安装Xvfb:
- $ sudo yum install xvfb
在安装Xvfb之后,接下来像这样运行CutyCapt。
- $ xvfb–run —server–args=“-screen 0, 1280x1200x24” cutycapt —url=http://www.cnn.com –out=cnn.png
它首先会运行Xbfb服务,接着使用CutyCapt来抓取网页。因此它可能会花费更长的时间。如果你想要截图多张截图,你可能事先需要将Xvfb作为后台守护进程启动。