如何以編程方式獲取已爬網頁的快照（在Ruby中）？

Question

以編程方式拍攝網頁快照的最佳解決方案是什么？

情況是這樣的：我想抓住一堆網頁並定期拍攝它們的縮略圖，比如每隔幾個月說一次，而不必手動去每一個。 我還希望能夠獲取可能完全是Flash / Flex的網站的jpg / png快照，所以我必須等到加載它以某種方式拍攝快照。

如果對我可以生成的縮略圖數量沒有限制（在合理范圍內，比方說每天1000），那就太好了。

任何想法如何在Ruby中做到這一點？ 看起來非常艱難。

瀏覽器要執行此操作：Safari或Firefox，最好是Safari。

非常感謝。

Answer 1

這實際上取決於您的操作系統。 您需要的是一種掛鈎到Web瀏覽器並將其保存到圖像的方法。

如果你是一個Mac上-我會想象你最好的選擇是使用MacRuby的 （或RubyCocoa -雖然我相信這會在不久的將來被棄用），然后使用WebKit框架加載的頁面並使其作為一個形象。

這絕對是可能的，你可能希望看看狗仔隊的靈感！ 和webkit2png項目。

另一個不依賴於操作系統的選項可能是使用BrowserShots API 。

Answer 2

Ruby中沒有用於呈現網頁的內置庫。

• 使用Selenium和Ruby是一種可能性。 您可以將Firefox作為無頭瀏覽器運行（即在服務器上）。

• 這是瀏覽器鏡頭的源代碼。 http://sourceforge.net/projects/browsershots/files/

• 如果您使用的是Linux，可以使用http://khtml2png.sourceforge.net/並通過Ruby編寫腳本。

• 一些付費服務嘗試和自動化

  • http://webthumb.bluga.net/home
  • http://www.thumbalizr.com

Answer 3

正如...所見？ 火狐？ 歌劇？ 無數的webkit引擎之一？

如果只有它可以自動化http://browsershots.org :)

Answer 4

使用selenium-rc，它帶有快照功能。

Answer 5

使用jruby，您可以使用SWT的瀏覽器庫。