- 浏览: 2108932 次
- 性别:
- 来自: 深圳
文章分类
最新评论
-
wahahachuang5:
web实时推送技术使用越来越广泛,但是自己开发又太麻烦了,我觉 ...
细说websocket - php篇 -
wahahachuang8:
挺好的,学习了
细说websocket - php篇 -
jacking124:
学习了!支持你,继续
初窥Linux 之 我最常用的20条命令 -
aliahhqcheng:
应该是可以实现的,没有看过源码。你可以参考下:http://w ...
Jackson 框架,轻易转换JSON
利用Webbrowser类实现超长网页的截屏的实现(解决报错不能截取的难题)
之前写过一篇文章,说是解决了超长网页截图的问题。但是实际上,现实是很残酷的,试图截取一个网页的时候就出了问题
网址如下:
http://www.cnblogs.com/grenet/archive/2012/09/05/2664309.html
截这个网页图的时候,总是报错,说是无效的参数
后来分析代码发现,这个网页的大小为1024px*81175px。当时,一激灵,立刻想到是不是太长了,超过系统的默认范围。查了资料后,在MSDN上有一处说到GDI+的bitmap对象在保存为PNG格式的时候,单维不能超过65536,但是并没有说其它格式也有类似的局限。于是,自已做了一个实验,构造一个bitmap对象,大小1024px*80000px,保存为PNG格式,系统报错;保存为JPG格式,系统报错;保存为bmp格式,系统没有报错,但是在其他的软件中不能打开。于是,笔者坚信一点
GDI+中的bitmap对象处理的单维不能超过65526
很显然,上面的网址,用GDI+来截取的话,肯定是不能截取到一张图片上了
有一点,在机器上用FF浏览器浏览网页,发现右上角有一个“网页截图”的插件,于是尝试用FF截取上面的网址,发现丝毫没有反映。笔者尝试截取其他的网址以证实不是笔者自己的误操作问题,其他网页截取正常。说明了一点
截取超长网页(长度超过65536)是个难题
于是,反思自己截图的意图。
为何要截图?截图是为了保存网页,以便日后再看,避免网址失效的尴尬。那有的人就会说,没和不保存网页(MHT格式或其他格式)。
保存网页或多或少都有各种问题
用IE保存网页的时候,Flash只是保存链接地址,而不是保存swf文件
有的网页中的内容是通过JS用Ajax方式后台读取呈现,这部分在保存网页的时候,仅仅保存了JS代码,而没有保存JS用Ajax方式后台读取的内容
有的网页在JS中再动态调用CSS或其他的JS代码,这部分在保存网页的时候,也仅仅是保存了JS代码,而动态调用的CSS和JS代码什么的都没有保存
上述这些情况,都是以保存链接地址的形式(swf地址或者是JS地址)出现的
在日后浏览的时候,如果是在一台没有联网的机器上,会出现两种情况。一是:由于保存了链接地址,于是会尝试读取这些地址,而这些地址又没法读取(没联网或者是链接地址失效),则会导致长时间的假死状态(尤其以IE保存的网页为甚);二是:由于缺失部分的文件(swf文件、CSS文件、JS文件等),导致页面的结构出现了变形(甚至是无法忍受的地步)。
这也就是为什么要截图的原因,图是静止的,不会出现上述的情况
还是要截图的,截超长网页的图的一种办法就是分开截图,截成若干个图
于是把之前的代码改写一下,把原来多次截图,后覆写到一张图片,改写为多次截图,把多个bitmap对象存入到一个对象
于是信心满满的尝试文章开始的网址,天啊,还是报错
在截超长网页的时候,在截60000+这部分的时候,Webbrowser类的DrawToBitmap函数就会报错,说是无效的参数。无效的参数?没道理呀,若是参数无效,在截0+和20000+的时候就会报错,怎么会到60000+的时候报错呢?而且是每次到60000+都会报错,排除了系统随机性错误的问题(有时在截一些网页的时候,也会报参数无效的错误,但是重启软件后,就不会报错)
突然有一个想法,会不会是Webbrowser类的DrawToBitmap方法有资源没有释放,在同一个Webbrowser的实例中的DrawToBitmap方法执行完后,没有释放资源,所以当上面的代码尝试截取60000+的时候,超过了DrawToBitmap方法的资源限制,于是报了错误。如果能尝试释放DrawToBitmap方法所占的资源是不是就可以呢?在网上找了一圈后,没有发现释放DrawToBitmap方法所占的资源的问题。这真是一个超级难题了。
有一个笨办法涌上心头。一个Webbrowser实例不能解决超长网页的截图问题,多个Webbrowser实例能不能解决该问题呢?将一个网页分成几个部分,每个部分分给一个Webbrowser实例去截图,最后将这些截图再存入到一个对象。这样做的优点是:如果成功,解决了超长网页的截图问题;缺点是:每个部分都分给一个Webbrowser类的实例去截图,每个实例都需要访问同一个网址,造成了重复访问,形成了资源浪费。不过,目前最重要的是实现超长网页的截图。
于是,修改代码。
进行截图实验。嗯。这样终于成功了。
下面是修改后代码。由于功能上的需要,我对代码进行了扩展
Public
Class clsCaptureWebSettings
Public Url As
String
Public TimeOut As
Integer
Public Width As
Integer
Public Delay As
Integer
Public HtmlElementID() As
String = {}
Public Sub
New(Url As String,
Optional Delay As Integer = 15,
Optional TimeOut As
Integer = 180, Optional Width As
Integer = 1024)
Me.Url = Url
Me.TimeOut = TimeOut
Me.Width = Width
Me.Delay = Delay
Me.HtmlElementID = {}
End Sub
Public Sub
New(Url As String, ID
As String, Optional Delay
As Integer = 15,
Optional TimeOut As Integer = 180,
Optional Width As
Integer = 1024)
Dim tS(0) As
String
tS(0) = ID
Me.Url = Url
Me.TimeOut = TimeOut
Me.Width = Width
Me.Delay = Delay
Me.HtmlElementID = tS
End Sub
Public Sub
New(Url As String, ID()
As String, Optional Delay
As Integer = 15,
Optional TimeOut As Integer = 180,
Optional Width As
Integer = 1024)
Me.Url = Url
Me.TimeOut = TimeOut
Me.Width = Width
Me.Delay = Delay
Me.HtmlElementID = ID
End Sub
End Class
clsCaptureWebSettings类,截取网页的参数类,有如下的几个参数:
URL
网页截图的网址。注:有些网页要提供Cookies或者是Session才能访问,这部分目前还没有做到。
Delay
网页截图的延迟。由于有部分网页会利用AJAX技术填充内容,而Webbrowser类又不能很好的判断AJAX技术的结束时刻,故统一一个延迟时间,等延迟时间结束以后再截图。默认是15秒。注:由于有的超长网页会交给几个Webbrowser类截图,每个Webbrowser类的延迟时间都是由Delay决定的,故在截超长网页的时候,会显得比较漫长,但是用了Delay参数以后,截图的效果好了很多。
TimeOut
网页截图的超时。在访问某些网站的时候,由于种种原因,导致访问失败。设置这个参数避免在访问失败的时候,程序陷入假死情况。默认是180秒
Width
网页截图的宽度。由于网页的布局都是竖式布局,故先指定宽度,再截图。默认是1024,现今的网页基本上都兼容1024的宽度
HtmlElementID
网页截图中的目标ID。我们在截网页的时候,有时特别想只截其中的一部分(例如,不想截取包含广告的部分),我们可以提供网页上的元素的ID,返回该元素在网页上的位置(Rectangle结构)。该参数是字符串的数组,数组中每个元素就是网页上元素的ID。注意:程序中只返回能找到的元素的位置,如果没有找到,则直接忽略掉
Public
Class clsCaptureImages
Private _Bmp As
List(Of Bitmap)
Private _Rect As
Dictionary(Of String,
Rectangle)
Private _HeightPerImage As
Integer
Public Sub
New()
Me.New(20000)
End Sub
Public Sub
New(HeightPerImage As Integer)
_HeightPerImage = HeightPerImage
_Bmp = New List(Of
Bitmap)
_Rect = New Dictionary(Of
String, Rectangle)
End Sub
Public Sub AddBitmap(Bmp
As Bitmap)
_Bmp.Add(Bmp)
End Sub
Public Sub AddRect(ID
As String, R As
Rectangle)
If _Rect.ContainsKey(ID) = True
Then
_Rect(ID) = R
Else
_Rect.Add(ID, R)
End If
End Sub
Public Function ImageRect()
As Rectangle
If _Bmp.Count = 0 Then
Return New Rectangle(0, 0, 0, 0)
Dim Width As
Integer = _Bmp(0).Width
Dim Height As
Integer = _HeightPerImage * (_Bmp.Count - 1) + _Bmp(_Bmp.Count - 1).Height
Return New
Rectangle(0, 0, Width, Height)
End Function
Private Function GetRectImage(R
As Rectangle)
As Bitmap
Dim tB As
New Bitmap(R.Width, R.Height)
Using tG As
Graphics = Graphics.FromImage(tB)
Dim I As
Integer = Int(R.Y / _Bmp(0).Height)
Dim J As
Integer = Int((R.Bottom - 1) / _Bmp(0).Height)
Dim K As
Integer
If I = J Then
R.Y = R.Y Mod _Bmp(0).Height
tG.DrawImage(_Bmp(I), 0, 0, R, GraphicsUnit.Pixel)
Else
Dim tR As
Rectangle = R
tR.Y = tR.Y Mod _Bmp(0).Height
tR.Height = _Bmp(0).Height - tR.Y
tG.DrawImage(_Bmp(I), 0, 0, tR, GraphicsUnit.Pixel)
Dim tTop As
Integer = tR.Height
For K = I + 1 To J - 1
Step 1
tR = R
tR.Y = 0
tR.Height = _Bmp(0).Height
tG.DrawImage(_Bmp(K), 0, tTop, tR, GraphicsUnit.Pixel)
tTop += tR.Height
Next
tR = R
tR.Height = (tR.Bottom - 1) Mod _Bmp(0).Height + 1
tR.Y = 0
tG.DrawImage(_Bmp(J), 0, tTop, tR, GraphicsUnit.Pixel)
End If
End Using
Return tB
End Function
Public Function RenderImage(R
As Rectangle, HeightPerImage
As Integer) As
List(Of Bitmap)
Dim tR As
Rectangle = ImageRect()
If _Bmp.Count = 0 OrElse R.IntersectsWith(tR) =
False Then Return
New List(Of
Bitmap)
R.Intersect(tR)
If R.Equals(tR) = True
AndAlso HeightPerImage = _HeightPerImage Then
Return _Bmp
Return RenderImageBase(R, HeightPerImage)
End Function
Public Function RenderImage(R
As Rectangle)
As List(Of
Bitmap)
Return RenderImage(R, _HeightPerImage)
End Function
Public Function RenderImage(HeightPerImage
As Integer) As
List(Of Bitmap)
If _Bmp.Count = 0 Then
Return New List(Of
Bitmap)
If HeightPerImage = _HeightPerImage
Then Return _Bmp
Return RenderImageBase(ImageRect, HeightPerImage)
End Function
Public Function RenderImage()
As List(Of
Bitmap)
Return _Bmp
End Function
Private Function RenderImageBase(R
As Rectangle, HeightPerImage
As Integer) As
List(Of Bitmap)
Dim tR As
Rectangle = R
tR.Height = HeightPerImage
Dim BmpList As
New List(Of
Bitmap)
Do While R.IntersectsWith(tR) =
True
tR.Intersect(R)
BmpList.Add(GetRectImage(tR))
tR.Offset(0, HeightPerImage)
Loop
Return BmpList
End Function
Public Function RenderImage(HeightPerImage
As Integer, ID1
As String) As
List(Of Bitmap)
If _Rect.ContainsKey(ID1) = False
Then Return New
List(Of Bitmap)
Return RenderImage(_Rect(ID1), HeightPerImage)
End Function
Public Function RenderImage(ID1
As String) As
List(Of Bitmap)
If _Rect.ContainsKey(ID1) = False
Then Return New
List(Of Bitmap)
Return RenderImage(_Rect(ID1), _HeightPerImage)
End Function
Public Function RenderImage(ID1
As String, ParamArray ID()
As String) As
List(Of Bitmap)
Return RenderImage(_HeightPerImage, ID1, ID)
End Function
Public Function RenderImage(HeightPerImage
As Integer, ID1
As String, ParamArray ID()
As String) As
List(Of Bitmap)
Dim HasRect As
Boolean = False
Dim R As
Rectangle
If _Rect.ContainsKey(ID1) = True
Then
HasRect = True
R = _Rect(ID1)
End If
Dim I As
Integer
For I = 0 To ID.Length - 1
If _Rect.ContainsKey(ID(I)) =
True Then
If HasRect = True
Then
R = Rectangle.Union(R, _Rect(ID(I)))
Else
HasRect = True
R = _Rect(ID(I))
End If
End If
Next
If HasRect = False
Then Return New
List(Of Bitmap)
Return RenderImage(R, HeightPerImage)
End Function
End Class
clsCaptureImages类,保存截图结果的类,由于超长网页不能截在一张图里,故用一个类保存截图的结果。并提供一些扩展的功能
AddBitmap方法
Public Sub AddBitmap(Bmp As Bitmap)
把截好的图片添加到类中
AddRect方法
Public Sub AddRect(ID As String, R As Rectangle)
把ID对应的位置Rectangle添加到类中
RenderImage函数,返回图像的集合。并可以根据某些参数定制图像集合。例如:只想获得某个Rectangle的范围的图像;只想获得某个ID的元素的图像;按照指定的高度划分图像集合等等。如果我把截图放在Word里的话,最好每张的图片的高度不超过1200
返回值:根据参数返回图像的集合List(Of Bitmap)
它有如下的几个重载方式:
Public Function RenderImage() As List(Of Bitmap)不加修饰,直接把图像集合返回。默认的图像集合中的每张图像的高度是20000
Public Function RenderImage(R As Rectangle) As List(Of Bitmap)
返回指定区域R的截图图像集合。程序会先计算整个图像的范围(利用ImageRect函数),然后返回的是R和ImageRect交集的图像集合,按照默认的高度(20000)划分每张图片
Public Function RenderImage(HeightPerImage As Integer) As List(Of Bitmap)
返回图像集合,每张图片的高度由HeightPerImage参数决定。这个在将来要把图像放在Word里特别有用。
Public Function RenderImage(R As Rectangle, HeightPerImage As Integer) As List(Of Bitmap)
返回指定区域R的截图图像集合。程序会先计算整个图像的范围(利用ImageRect函数),然后返回的是R和ImageRect交集的图像集合,按照参数HeightPerImage指定的高度划分每张图片的高度
Public Function RenderImage(ID1 As String) As List(Of Bitmap)
返回指定ID1的元素所在位置的截图图像集合。ID1所在的位置在之前的AddRect方法中添加到类中。如果没有找到ID1对应的位置,则返回空的集合。每张图像的高度由默认值(20000)决定
Public Function RenderImage(HeightPerImage As Integer, ID1 As String) As List(Of Bitmap)
返回指定ID1的元素所在位置的截图图像集合,每张图像的高度由HeightPerImage决定。
Public Function RenderImage(ID1 As String, ParamArray ID() As String) As List(Of Bitmap)
返回指定ID1和ID的元素所在位置的截图图像集合。如果所有的ID指定的位置都不存在,返回空集合,否则返回存在的ID所在位置的并集所在位置的图像集合。每张图像的高度由默认值(20000)决定
Public Function RenderImage(HeightPerImage As Integer, ID1 As String, ParamArray ID() As String) As List(Of Bitmap)
返回指定ID1和ID的元素所在位置的截图图像集合。如果所有的ID指定的位置都不存在,返回空集合,否则返回存在的ID所在位置的并集所在位置的图像集合。每张图像的高度由HeightPerImage决定
PublicClassclsCaptureWebEx
PublicSharedFunction CaptureWebEx(Settings
AsclsCaptureWebSettings)
AsclsCaptureImages
Dim _Images AsNewclsCaptureImages
Dim I AsInteger, J
AsInteger
Const WEB_HEIGHT AsInteger = 20000
J = 0
J = CaptureWebEx(_Images, Settings, J)
I = WEB_HEIGHT
DoWhile I < J
CaptureWebEx(_Images, Settings, I)
I += WEB_HEIGHT
Loop
Return _Images
EndFunction
PrivateSharedFunction CaptureWebEx(_Images
AsclsCaptureImages, _Settings
AsclsCaptureWebSettings, _CapTop
AsInteger) AsInteger
Dim _Bmp AsBitmap
Dim _WebHeight AsInteger
Const WEB_HEIGHT AsInteger = 20000
Using _Web AsNewWebBrowser
_Web.ScrollBarsEnabled = False
_Web.Width = _Settings.Width
_Web.Height = WEB_HEIGHT
Dim _Time AsDate = Now.AddSeconds(_Settings.Delay)
_Web.Navigate(_Settings.Url)
DoUntil Now > _Time
Application.DoEvents()
Loop
_Time = Now.AddSeconds(_Settings.TimeOut - _Settings.Delay)
DoUntil (_Web.ReadyState =
WebBrowserReadyState.Complete) OrElse (Now > _Time)
Application.DoEvents()
Loop
_Web.Stop()
If _Web.Document.Body IsNothingThen
_WebHeight = 500
Else
_WebHeight = _Web.Document.Body.ScrollRectangle.Height
If _WebHeight < 20000
Then _Web.Height = _WebHeight
EndIf
If _CapTop = 0 AndAlso _Settings.HtmlElementID.Length > 0
Then
Dim tHtml AsHtmlElement
Dim tR AsRectangle
For i = 0 To _Settings.HtmlElementID.Length - 1
If _Settings.HtmlElementID(i) <>
""Then
tHtml = _Web.Document.GetElementById(_Settings.HtmlElementID(i))
IfNot tHtml
IsNothingThen
tR = tHtml.ScrollRectangle
DoWhileNot (tHtml = _Web.Document.Body)
tR.X += tHtml.OffsetRectangle.X
tR.Y += tHtml.OffsetRectangle.Y
tHtml = tHtml.Parent
Loop
_Images.AddRect(_Settings.HtmlElementID(i), tR)
EndIf
EndIf
Next
EndIf
Dim R AsRectangle =
NewRectangle(0, 0, _Web.Width, _Web.Height)
_Web.Document.Window.Parent.ScrollTo(0, _CapTop)
If _Web.Document.Body.Parent.ScrollTop = _CapTop
Then
_Bmp = NewBitmap(_Web.Width, _Web.Height)
_Web.DrawToBitmap(_Bmp, R)
Else
_Web.Height = _Web.Height - (_CapTop - _Web.Document.Body.Parent.ScrollTop)
_Web.Document.Window.Parent.ScrollTo(0, _CapTop)
_Bmp = NewBitmap(_Web.Width, _Web.Height)
R.Height = _Web.Height
_Web.DrawToBitmap(_Bmp, R)
EndIf
EndUsing
_Images.AddBitmap(_Bmp)
Return _WebHeight
EndFunction
EndClass
clsCaptureWebEx类,网页截图的核心类,根据clsCaptureWebSettings类指定的参数截图,并把结果写入到clsCaptureImages类
该类有两个函数,公有函数
Public Shared Function CaptureWebEx(Settings As clsCaptureWebSettings) As clsCaptureImages
截图的主函数,根据参数截图,并把结果写入到结果类中
由于每个Webbrowser类的实例不能截超过60000的截图,故根据网页的高度多次调用私有函数CaptureWebEx,每调用一次,就截一次图
私有函数
Private Shared Function CaptureWebEx(_Images As clsCaptureImages, _Settings As clsCaptureWebSettings, _CapTop As Integer) As Integer
截图的具体负责函数,在该函数类有一个Webbrowser类的实例,从_CapTop参数指定的位置开始截一张图(每个Webbrowser类不能截太多的图),并把结果添加到_Images中,返回的是网页的高度
特别说明一下
If _CapTop = 0
AndAlso _Settings.HtmlElementID.Length > 0
Then
Dim tHtml As
HtmlElement
Dim tR As
Rectangle
For i = 0 To _Settings.HtmlElementID.Length - 1
If _Settings.HtmlElementID(i) <>
"" Then
tHtml = _Web.Document.GetElementById(_Settings.HtmlElementID(i))
If Not tHtml
Is Nothing Then
tR = tHtml.ScrollRectangle
Do While
Not (tHtml = _Web.Document.Body)
tR.X += tHtml.OffsetRectangle.X
tR.Y += tHtml.OffsetRectangle.Y
tHtml = tHtml.Parent
Loop
_Images.AddRect(_Settings.HtmlElementID(i), tR)
End If
End If
Next
End If
这段代码的作用是获得网页上指定ID的位置Rectangle,由于在VS中,没办法直接获得ID元素的位置,ScrollRectangle属性指的是和它父元素的相对位置。故采用递推的方式获得该元素对应的位置
下面是调用的代码,ID为topics是我的博客的博客正文的元素。这样截图只会截我的博客的正文,而其他的广告之类的就不会再截了。RenderImage函数的参数1125,是为了将来把图片放入到Word方便。
PrivateSubButton1_Click(senderAsSystem.Object,eAsSystem.EventArgs)HandlesButton1.Click
Dim_WebImageAsclsCaptureImages=clsCaptureWebEx.CaptureWebEx(NewclsCaptureWebSettings(txtURL.Text,"topics"))
DimtBAsBitmap,IAsInteger=0,HAsInteger=0
DimtSAsNewSystem.Text.StringBuilder
ForEachtBIn_WebImage.RenderImage(1125,"topics")
tB.Save(String.Format("tBmp{0}.png",I),System.Drawing.Imaging.ImageFormat.Png)
tS.AppendFormat("<div><imgsrc='tBmp{0}.png'/></div>",I)
I+=1
H+=tB.Height
Next
My.Computer.FileSystem.WriteAllText("tmp.html",tS.ToString,False)
Me.WebBrowser1.Navigate(Application.StartupPath&"\tmp.html")
EndSub
虽然速度上还是有点慢,不过截图的效果还是不错的。文章开篇的网址也能顺利的截取下来。着文以记之。
相关推荐
C# WebBrowser获取网页截图 调用WebBrowser.DrawImage
WebBrowser实现编辑网页
用于获取网页信息!利用WebBrowser获取网页信息
利用WebBrowser控件实现百度自动搜索,100%可以用的,如有问题,是因为百度进行了更新,可以看帖子中的说明。
2.保证无毒 3.简单,方便,实用 4.实例可以自行改用 5.如有非法,本人无法律责任,由改动代码人负责! 6.需要更多本人作品,查找标签“朱建强” 7.请下载,杀毒后再使用!
当我们使用WebBrowser控件时有错误信息框弹出,这样程序显的很不友好,而且会让一些自动执行的程序暂停。我看到有人采取的解决方案是做一个窗体杀手程序来关闭弹出的窗体。本文探讨的方法是从控件解决问题。
Webbrowser1获取网页源码,实例
WEBBrowser 控件 实现浏览器功能
使用webbrowser控件分析网页指定id的信息,简单的网络爬虫
vb利用IHTMLElementCollection与WebBrowser获得网页表格内容 代码完整
计算机软件-商业源码-利用WebBrowser.Control实现程序界面与实现的分离.zip
C# 从内存中获取webbrowser控件截图,可以后台或者隐藏窗体截图 C# 从内存中获取webbrowser控件截图,可以后台或者隐藏窗体截图
这是一个通过webbrowser打开百度并控制搜索内容的MFC小项目。其它网页控制大同小异,可以做为参考。VS2015项目。
【利用WebBrowser彻底解决Web打印问题(包括后台打印) 】利用WebBrowser彻底解决Web打印问题(包括后台打印)BS架构下的打印大家是怎么解决的呢,我最近作了一个项目正好负责这一块,不仅要求打印页面的特定部分,...
c#webbrowser实现多个窗口独立不同的cookie
利用webbrowser打造眩目的软件界面(delphi 源码)
由于visual studio2005 中WebBrowser控件已经实现了IDocHostUIHandler,所以 只要把应用程序属性类的 "com可见"选上. 再给 this.webBrowser1.ObjectForScripting = this; 赋值就行了 InvokeScript方式: 另外:...
wpf 实现WebBrowser嵌入自定义网页功能 wpf页面和网页相互通信,相互传递数据。通过wpf控制网页内容,通过js控制wpf页面内容。wpf集成web地图。
利用WebBrowser控件打开mht文件(其他格式文件可以先转为mht格式),并实现只能查看,禁止复制、修改、另存为等操作。
Delphi根据WebBrowser实现网页功能,一个简单的网页浏览器,仿IE浏览器界面,功能当然没有IE多了,只是实现了输入网址URL,打开网页的功能,另外还有基本的刷新网页、后退、前进功能,适合Delphi初学者研究学习...