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)
2015-01-19 02:04
253 查看
文章出处:/article/4776909.html
文章作者:万仓一黍
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:
/content/3695261.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
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
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
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
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。
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。
文章作者:万仓一黍
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:
/content/3695261.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
Public Class clsCaptureWebEx Public Shared Function CaptureWebEx(Settings As clsCaptureWebSettings) As clsCaptureImages Dim _Images As New clsCaptureImages Dim I As Integer, J As Integer Const WEB_HEIGHT As Integer = 20000 J = 0 J = CaptureWebEx(_Images, Settings, J) I = WEB_HEIGHT Do While I < J CaptureWebEx(_Images, Settings, I) I += WEB_HEIGHT Loop Return _Images End Function Private Shared Function CaptureWebEx(_Images As clsCaptureImages, _Settings As clsCaptureWebSettings, _CapTop As Integer) As Integer Dim _Bmp As Bitmap Dim _WebHeight As Integer Const WEB_HEIGHT As Integer = 20000 Using _Web As New WebBrowser _Web.ScrollBarsEnabled = False _Web.Width = _Settings.Width _Web.Height = WEB_HEIGHT Dim _Time As Date = Now.AddSeconds(_Settings.Delay) _Web.Navigate(_Settings.Url) Do Until Now > _Time Application.DoEvents() Loop _Time = Now.AddSeconds(_Settings.TimeOut - _Settings.Delay) Do Until (_Web.ReadyState = WebBrowserReadyState.Complete) OrElse (Now > _Time) Application.DoEvents() Loop _Web.Stop() If _Web.Document.Body Is Nothing Then _WebHeight = 500 Else _WebHeight = _Web.Document.Body.ScrollRectangle.Height If _WebHeight < 20000 Then _Web.Height = _WebHeight End If 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 Dim R As Rectangle = New Rectangle(0, 0, _Web.Width, _Web.Height) _Web.Document.Window.Parent.ScrollTo(0, _CapTop) If _Web.Document.Body.Parent.ScrollTop = _CapTop Then _Bmp = New Bitmap(_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 = New Bitmap(_Web.Width, _Web.Height) R.Height = _Web.Height _Web.DrawToBitmap(_Bmp, R) End If End Using _Images.AddBitmap(_Bmp) Return _WebHeight End Function End Class
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。
Private Sub Button1_Click(sender As System.Object, e As System.EventArgs) Handles Button1.Click Dim _WebImage As clsCaptureImages = clsCaptureWebEx.CaptureWebEx(New clsCaptureWebSettings(txtURL.Text, "topics")) Dim tB As Bitmap, I As Integer = 0, H As Integer = 0 Dim tS As New System.Text.StringBuilder For Each tB In _WebImage.RenderImage(1125, "topics") tB.Save(String.Format("tBmp{0}.png", I), System.Drawing.Imaging.ImageFormat.Png) tS.AppendFormat("<div><img src='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") End Sub
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。
相关文章推荐
- 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)
- 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)
- 利用PhantomJS进行网页截屏,完美解决截取高度的问题
- 利用WebBrowser类实现超长网页的截图
- 【C#】对异步请求处理程序IHttpAsyncHandler的理解和分享一个易用性封装 【手记】走近科学之为什么明明实现了IEnumerable<T>的类型却不能调用LINQ扩展方法 【手记】手机网页弹出层后屏蔽底层的滑动响应 【手记】ASP.NET提示“未能创建类型”处理 【Web】一个非常简单的移动web消息框 【手记】解决EXCEL跑SQL遇“查询无法运行或数据库表无法打开...”
- js利用clipboardData在网页中实现截屏粘贴的功能
- 利用 clipboardData 在网页中实现截屏粘贴的功能
- 关于winxp共享为来宾方式不能实现的设置难题解决了
- 利用WinInet实现网页代码截取
- js利用clipboardData在网页中实现截屏粘贴的功能
- 能上QQ不能打开网页的解决方法
- IE不能打开网页的解决办法集锦
- ASP.net-asp网页不能访问-解决IIS的Server Application Error办法
- 用JavaScript实现利用FLASH嵌入网页声音
- 利用HttpWebRequest来实现提交和获取网页数据
- 在网页中插入虚线 利用HR实现
- 利用AJAX技术实现网页无刷新进度条显示
- 能上QQ但不能浏览网页的解决方法
- 不用API实现截屏/截取当前窗口内容(“抓图”)
- [导入]解决打开CHM格式文件出现“网页不能浏览”错误的方法