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:\htmlToImg\Selenium\chromedriver-win64\chromedriver.exe";
String outputDir = "D:\htmlToImg\Selenium\output\";
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。
