如何在 Linux 上将 HTML 页面转化成 png 图片

Question

将一个特定页面抓取为一张 png 图片的最简单的方法是使用 CutyCapt ，这是一种在 Linux 下的方便地将 HTML 网页转化成矢量图形和位图图像格式的命令行工具（比如，SVG, PDF, PS, PNG, JPEG, TIFF, GIF）。CutyCapt 内部使用 WebKit 渲染引擎来导出网页渲染输出到图片文件中。它使用 Qt 构建，CutyCapt 实际上是一个也可以在 Windows 上使用的跨平台应用。（译注：也有一个基于 IE 内核的 IECapt 可以作此用途）

在本篇教程中，我会描述如何 将一个 HTML 网页使用 CutyCapt 转化成 png 图片 。

在 Linux 上安装 CutyCapt

这是在特定 Linux 发行版上的安装命令。

在 Debian, Ubuntu 或者 Linux Mint 安装 CutyCapt

$ sudo apt-get install cutycapt 

在 Fedora 上安装 CutyCapt

$ sudo yum install subversion qt-devel qtwebkit-devel gcc-c++ make
$ svn co svn://svn.code.sf.net/p/cutycapt/code/ cutycapt
$ cd cutycapt/CutyCapt 

在 Fedora 上编译前，你需要在源码上 打上补丁 。

使用文本编辑器打开 CutyCapt.hpp,并且加入在文件的开头加上下面的两行。

#include 
#include 

最后，如下编译并安装 CutyCapt。

$ qmake-qt4
$ make
$ sudo cp CutyCapt /usr/local/bin/cutycapt 

在 CentOS 或者 RHEL 安装 CutyCapt

首先在你的 Linux 上 启用 EPEL 仓库 。接着和在 Fedora 上一样使用相同的步骤编译安装。

使用 CutyCapt 将 HTML 转化成 PNG

将一个 HTML 页面截图成一个 png 图片，只要使用下面的格式运行 CutyCapt。

$ cutycapt --url=http://www.cnn.com --out=cnn.png

要将 HTML 页面保存成不同的格式（比如，PDF），只要适当地指定输出文件。

$ cutycapt --url=http://www.cnn.com --out=cnn.pdf

下图显示了 CutyCapt 命令选项。

在一台不含 X 的服务器上使用 CutyCapt 将 HTML 转换成 PNG

虽然 CutyCapt 是一个命令行工具，但是它需要 X 服务运行。如果你尝试在不含 X 服务的机器上运行，你会得到下面这个错误：

cutycapt: cannot connect to X server :0

如果你要不含 X 的服务器上运行 CutyCapt，你可以在服务器上安装 Xvfb（轻量级“假的”X11 服务）。这样 CutyCapt 就不会报错了。

要在 Debian, Ubuntu 或者 Linux Mint 上安装 Xvfb：

$ sudo apt-get install xvfb 

要在 Fedora, CentOS 或者 RHEL 上安装 Xvfb:

$ sudo yum install xvfb 

在安装 Xvfb 之后，接下来像这样运行 CutyCapt。

$ xvfb-run --server-args="-screen 0, 1280x1200x24" cutycapt --url=http://www.cnn.com --out=cnn.png 

它首先会运行 Xbfb 服务，接着使用 CutyCapt 来抓取网页。因此它可能会花费更长的时间。如果你想要截图多张截图，你可能事先需要将 Xvfb 作为后台守护进程启动。