如何以编程方式拍摄抓取网页的快照（在 Ruby 中）？答案

【问题标题】：How to Programmatically take Snapshot of Crawled Webpages (in Ruby)?如何以编程方式拍摄抓取网页的快照（在 Ruby 中）？
【发布时间】：2009-10-27 18:40:40
【问题描述】：

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：我想抓取一堆网页并定期拍摄它们的缩略图快照，比如每隔几个月一次，而不必手动访问每个网页。我还希望能够为可能完全是 Flash/Flex 的网站拍摄 jpg/png 快照，所以我必须等到它加载后才能以某种方式拍摄快照。

如果我可以生成的缩略图数量没有限制（在合理范围内，比如每天 1000 个），那就太好了。

任何想法如何在 Ruby 中做到这一点？看起来挺难的。

执行此操作的浏览器：Safari 或 Firefox，最好是 Safari。

非常感谢。

【问题讨论】：

【解决方案1】：

这实际上取决于您的操作系统。您需要的是一种连接到网络浏览器并将其保存到图像的方法。

如果您使用的是 Mac - 我想您最好的选择是使用 MacRuby（或 RubyCocoa - 尽管我相信这将在不久的将来被弃用）然后使用 WebKit 框架加载页面并将其呈现为图像。

这绝对是可能的，为了获得灵感，您不妨看看Paparazzi! 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。

【讨论】：

【解决方案2】：

Ruby 中没有用于呈现网页的内置库。

【讨论】：

【解决方案3】：

正如...所看到的那样，即？火狐？歌剧？无数的 webkit 引擎之一？

如果有可能自动化http://browsershots.org :)

【讨论】：

【解决方案4】：

使用 selenium-rc，它自带快照功能。

【讨论】：

【解决方案5】：

通过 jruby，您可以使用 SWT 的浏览器库。

【讨论】：