Java和Selenium截取超长html页面完整截图
使用java和selenium进行web自动化测试时，常常需要将html页面转换为图片。对于高度较大的页面，简单的截图方法往往无法捕捉完整内容。本文改进了一种方案，解决使用window.scrollby()方法导致部分内容缺失的问题。
问题在于，直接使用window.scrollby()逐段截图，由于页面渲染和滚动延迟，可能导致部分内容未被捕获。 改进后的方法通过控制每次滚动的距离，并使相邻截图之间有重叠区域，最终拼接成完整图片。
以下是一个简单的HTML测试页面示例：
1<br> 2<br> 3<br> 4<br> ... 800<br>
改进后的代码如下（需补充图片拼接逻辑，此处仅提供核心滚动截图部分）：
立即学习“Java免费学习笔记（深入）”；
import org.openqa.selenium.By; import org.openqa.selenium.JavascriptExecutor; import org.openqa.selenium.webdriver; import org.openqa.selenium.chrome.ChromeDriver; import org.openqa.selenium.chrome.ChromeOptions; import org.openqa.selenium.support.ui.ExpectedConditions; import org.openqa.selenium.support.ui.WebDriverWait; import javax.imageio.ImageIO; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import java.util.ArrayList; import java.util.List; public class HtmlToImage_Selenium { public static void main(String[] args) throws IOException { // ChromeDriver路径及输出路径 (请替换为您的实际路径) String chromePath = "D:htmlToImgSeleniumchromedriver-win64chromedriver.exe"; String outputDir = "D:htmlToImgSeleniumoutput"; System.setProperty("webdriver.chrome.driver", chromePath); ChromeOptions options = new ChromeOptions(); options.addArguments("--headless"); // 无头模式 options.addArguments("--window-size=1920,1080"); // 设置窗口大小 WebDriver driver = new ChromeDriver(options); try { driver.get("file:///D:/htmlToImg/Test.html"); WebDriverWait wait = new WebDriverWait(driver, 15); wait.until(ExpectedConditions.visibilityOfElementLocated(By.tagName("body"))); JavascriptExecutor js = (JavascriptExecutor) driver; long pageHeight = (long) js.executeScript("return document.body.scrollHeight;"); System.out.println("页面高度为: " + pageHeight); // 每次截图高度，以及重叠高度 int captureHeight = 1000; int overlapHeight = 250; List<BufferedImage> images = new ArrayList<>(); int currentScroll = 0; while (currentScroll < pageHeight) { js.executeScript("window.scrollTo(0," + currentScroll + ")"); wait.until(ExpectedConditions.stalenessOf(driver.findElement(By.tagName("body")))); // 等待页面滚动完成 File screenshot = new File(outputDir + "screenshot_" + currentScroll + ".png"); driver.getScreenshotAs(OutputType.FILE).copy(screenshot); images.add(ImageIO.read(screenshot)); currentScroll += (captureHeight - overlapHeight); } //此处需要添加图片拼接逻辑，将images列表中的图片拼接成一张完整的图片 // ... 图片拼接代码 ... } finally { driver.quit(); } } // ... 图片拼接方法 (需要自行实现) ... }
这段代码的关键改进在于：
- 引入重叠区域: overlapHeight 变量控制每次截图的重叠部分，避免因滚动导致内容丢失。
- 等待页面渲染: 使用 wait.until(ExpectedConditions.stalenessOf(…)) 确保页面完全滚动到指定位置后再进行截图。
- 分段截图: 循环滚动并截图，每次滚动距离为 captureHeight – overlapHeight。
注意: 代码中省略了图片拼接部分，这需要根据实际情况选择合适的图片拼接算法实现。 可以使用第三方库，例如 java.awt.image 包中的方法，或者其他图像处理库来完成拼接。 选择合适的 captureHeight 和 overlapHeight 值也很重要，需要根据页面内容和性能进行调整。 确保您已正确配置 ChromeDriver 并安装了必要的依赖库。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
