如何以编程方式获取已爬网页面的快照（在Ruby中）？

以编程方式拍摄网页快照的最佳解决方案是什么？

情况是这样的：我想抓住一堆网页并定期拍摄它们的缩略图，比如每隔几个月说一次，而不必手动去每一个。 我还希望能够获取可能完全是Flash / Flex的网站的jpg / png快照，所以我必须等到它加载以某种方式拍摄快照。

如果对我可以生成的缩略图数量没有限制（在合理范围内，比方说每天1000），那就太好了。

任何想法如何在Ruby中做到这一点？ 看起来非常艰难。

浏览器要执行此操作：Safari或Firefox，最好是Safari。

非常感谢。

Answer 1

这实际上取决于您的操作系统。 您需要的是一种挂钩到Web浏览器并将其保存到图像的方法。

如果你在Mac上 – 我想你最好的选择是使用MacRuby （或RubyCocoa – 虽然我相信这将在不久的将来被弃用），然后使用WebKit框架加载页面并渲染它作为一个形象。

这绝对是可能的，你可能希望看看狗仔队的灵感！ 和webkit2png项目。

另一个不依赖于操作系统的选项可能是使用BrowserShots API 。

Answer 2

Ruby中没有用于呈现网页的内置库。

• 使用Selenium和Ruby是一种可能性。 您可以将Firefox作为无头浏览器运行（即在服务器上）。

• 这是浏览器镜头的源代码。 http://sourceforge.net/projects/browsershots/files/

• 如果您使用的是Linux，可以使用http://khtml2png.sourceforge.net/并通过Ruby编写脚本。

• 一些付费服务尝试和自动化

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

Answer 3

从……看？ 火狐？ 歌剧？ 无数的webkit引擎之一？

如果只有它可以自动化http://browsershots.org 🙂

Answer 4

使用selenium-rc，它带有快照function。

Answer 5

使用jruby，您可以使用SWT的浏览器库。