Python将html文件转为图片
发布时间：2021-12-03
公开文章
背景
在上一期玩转Echarts5中，留了一个问题：将html转为图片。周末亲测，发现cancas可以提取并保存，但是<DIV>块中的背景图片缺没有办法再拼接保存，尤其是LBS可视化。
于是，本主再次基础重器selenium。
代码
import base64
import os
import time
from selenium import webdriver
from selenium.common.exceptions import WebDriverException
options = webdriver.ChromeOptions()
#options.add_argument('--headless') # Chrome最新驱动无效，可以使用firefox或phantomjs
options.add_argument('--disable-gpu')
options.add_argument('--no-sandbox')
options.add_argument('window-size=1920x1080')
path = os.getcwd().replace("\\", "/")
full_path = path+'/templates/test_flask_render.html'
try:
driver = webdriver.Chrome(options=options)
driver.maximize_window()
driver.get(f'file:///{full_path}')
time.sleep(3)
driver.get_screenshot_as_file('./images/test-canvas.png')
driver.quit()
print("截图成功")
except WebDriverException:
print("截图失败")
这玩意有几个弊端：
1.selenium新版本已经不支持谷歌浏览器的无头模式。
2.预设浏览器窗口大小，仅截取窗口内的内容。
3.渲染图片需要时间，所以截图需要延迟3s。
全部页面
from selenium import webdriver
import time
import os.path
import multiprocessing as mp
def webshot(tup):
print("当前进程%d已启动" %os.getpid())
options = webdriver.ChromeOptions()
options.add_argument('--headless') # 不知为啥只能在无头模式执行才能截全屏
options.add_argument('--disable-gpu')
driver = webdriver.Chrome(options=options)
driver.maximize_window()
# 返回网页的高度的js代码
js_height = "return document.body.clientHeight"
picname = str(tup[0])
link = tup[1]
print(link)
try:
driver.get(link)
k = 1
height = driver.execute_script(js_height)
while True:
if k * 500 < height:
js_move = "window.scrollTo(0,{})".format(k * 500)
print(js_move)
driver.execute_script(js_move)
time.sleep(0.2)
height = driver.execute_script(js_height)
k += 1
else:
break
scroll_width = driver.execute_script('return document.body.parentNode.scrollWidth')
scroll_height = driver.execute_script('return document.body.parentNode.scrollHeight')
driver.set_window_size(scroll_width, scroll_height)
driver.get_screenshot_as_file("D:/pics/" + picname)
print("Process {} get one pic !!!".format(os.getpid()))
driver.quit()
except Exception as e:
print(picname, e)
if __name__ == '__main__':
# 首先创建一个保存截图的文件夹
filename = "D:/pics/"
if not os.path.isdir(filename):
# 判断文件夹是否存在，如果不存在就创建一个
os.makedirs(filename)
# 读取保存url的文件，返回一个列表
# 列表中每个元素都是一个元组，文件保存url的格式是：保存为图片的名称, 网页地址。
# 例：baidu.png,https://www.baidu.com
# zhihu.png,https://www.zhihu.com
with open('urls.txt', 'r') as f:
lines = f.readlines()
urls = []
for line in lines:
thelist = line.strip().split(",")
if len(thelist) == 2 and thelist[0] and thelist[1]:
urls.append((thelist[0], thelist[1]))
# 创建进程池来多进程执行
pool = mp.Pool()
pool.map_async(func=webshot, iterable=urls)
pool.close()
pool.join()
参考：【Python】Python将HTML转成图片、PDF_随波一落叶-CSDN博客
结语
最早本主使用腾讯地图的API，实现热点图等。最近在尝试使用Bokeh联合Echarts5实现地理位置可视化的交互。