这是一个创建于 2504 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近偶然看到很强大的网页抓取工具 headless chrome。学习了一下，很快就写了个小网页放到网上。
很简单的功能，输入一个网址，生成手机和桌面版本的全屏截图。（支持某些不存在的站点）
放出地址, 请各位把玩把玩 http://www.91urls.com
我在想这个东西有没有往后做的可能，比如把大家生成截图的网址列出来，大家可以点赞、收藏、评论。 问题是 url 可能包罗万象，没有集中的兴趣点。
各位有什么想法，一起探讨一下，顺便帮我带点流量过来。
第 1 条附言 · 2018-01-16 21:30:15 +08:00
刚刚服务器挂了，cpu 一直 100%。现暂时已恢复。除了服务器本身配置低之外，还有很多性能优化可做。比如增加用户排队，防止同一个用户重复提交等。我会慢慢优化，争取让这个服务逐渐稳定可用。
第 2 条附言 · 2018-01-17 12:13:36 +08:00
已经做了简单的优化，限制了并发任务数。
现在首要做的是提高抓取成功率，还是有很多失败的 case 是因为抓取 timeout。现在设的是 30 秒 timeout。
整个服务还有点不稳定，还得优化，服务器也会升个级。请大家暂时容忍一下偶尔的服务器瘫痪~
现在首要做的是提高抓取成功率，还是有很多失败的 case 是因为抓取 timeout。现在设的是 30 秒 timeout。
整个服务还有点不稳定，还得优化，服务器也会升个级。请大家暂时容忍一下偶尔的服务器瘫痪~
第 3 条附言 · 2018-01-17 21:04:17 +08:00
目前现在正在迁服务器，原来阿里云$4.5 一个月的内存太小，换了一台新的。等域名重新解析过去就好了，请稍稍等待
第 4 条附言 · 2018-01-18 04:14:11 +08:00
又搞了一晚上，终于搞了两个重大改进。
第一，修复了超长页面的截图问题。因为 chrome 有一个 hardcode 的最大高度，是 16000 多 px。所以将超长图切分为几个高度在 16000px 以内的图。
第二，解决了页面中由于 lazy loading 而没有加载全的问题。
大家试试，现在截出来的网页是不是比以前好多了，哈哈
这个站我会不断地改进的，马上会有新的东西上，大家继续支持支持
第一，修复了超长页面的截图问题。因为 chrome 有一个 hardcode 的最大高度，是 16000 多 px。所以将超长图切分为几个高度在 16000px 以内的图。
第二，解决了页面中由于 lazy loading 而没有加载全的问题。
大家试试，现在截出来的网页是不是比以前好多了，哈哈
这个站我会不断地改进的，马上会有新的东西上，大家继续支持支持
 |
1
onsale 2018-01-16 20:40:01 +08:00
|
|
2
onsale 2018-01-16 20:41:49 +08:00
|
 |
3
zhtphoenix OP @onsale 下一步可以做抓取页面内容进行分析
|
 |
4
7654 2018-01-16 20:46:12 +08:00
用这个可以上班摸鱼哈
|
 |
5
Sanko 2018-01-16 20:46:26 +08:00 via Android
花式看 yellow pic
|
 |
6
northisland 2018-01-16 20:46:37 +08:00
@我扶奶奶过哈登
|
|
7
zhtphoenix OP 兄弟们太火爆了，把我服务器搞挂了。。并发时性能还有问题
|
|
8
zhtphoenix OP 得先优化一下并发的性能了
|
 |
9
AlwaysBee 2018-01-16 20:57:14 +08:00
不错啊，之前一直用着 Full page screen capture 这个插件
|
 |
10
Pudge1337 2018-01-16 23:52:48 +08:00 via Android
不错，好玩！
|
 |
11
miaomiao888 2018-01-17 04:30:58 +08:00
|
 |
12
NUT 2018-01-17 08:58:07 +08:00
ajax 这种没处理好。 都是白的
|
 |
13
mclxly 2018-01-17 08:58:12 +08:00
提个建议： 我之前想做的，是每天发送一张截图给微信，例如 jd 的产品价格页。
|
 |
14
shapl 2018-01-17 09:08:27 +08:00
怎么自己发了那么多请求？？？
 |
 |
15
kimown 2018-01-17 09:13:49 +08:00
LZ 是依据什么判断页面已经加载完毕，然后截图的，例如页面是纯数据填充的，但由于网速，后端接口需要 10s 后才返回，那 LZ 什么时候截图呢
|
 |
16
nine99 2018-01-17 09:19:16 +08:00
好厉害！！非常好用！！就是如果需要登入的网站是不是就用不了？
|
 |
18
whileFalse 2018-01-17 09:52:26 +08:00
看楼主的域名，果断生成了个 91p0rn 的截图。
|
 |
19
timeisweapon 2018-01-17 09:54:58 +08:00
不错
|
 |
20
keventseng 2018-01-17 10:34:58 +08:00
这是已经崩了吗？
|
 |
21
shenyu1996 2018-01-17 11:07:49 +08:00
使用的 puppeteer 么？后台的服务器是 linux 么，昨天我也在搞这个抓了下 b 站我账号下的动态更新，windows 下运行没问题，但是想跑在服务器上有点麻烦
|
 |
22
julu 2018-01-17 11:18:53 +08:00
体验了下，很实用
|
 |
23
Sunrise837 2018-01-17 11:22:39 +08:00
类似 360IE 插件有个功能 保存网页为图片。
|
 |
24
v9ex 2018-01-17 11:47:51 +08:00
测试了下草榴，发现可以，服务器在香港？
https://ww4.sinaimg.cn/large/a15b4afegy1fnjgknhx3vj20dc0hs75d |
|
25
zhtphoenix OP @shenyu1996 是 puppeteer, 在 ubuntu 上跑的
|
 |
26
LeungJZ 2018-01-17 11:57:29 +08:00
挂了。
 |
|
27
zhtphoenix OP @v9ex 阿里云新加坡服务器
|
 |
28
stalon 2018-01-17 12:15:25 +08:00
https://developers.google.com/web/updates/2017/04/headless-chrome
Taking screenshots To capture a screenshot of a page, use the --screenshot flag: chrome --headless --disable-gpu --screenshot https://www.chromestatus.com/ # Size of a standard letterhead. chrome --headless --disable-gpu --screenshot --window-size=1280,1696 https://www.chromestatus.com/ # Nexus 5x chrome --headless --disable-gpu --screenshot --window-size=412,732 https://www.chromestatus.com/ Running with --screenshot will produce a file named screenshot.png in the current working directory. If you're looking for full page screenshots, things are a tad more involved. There's a great blog post from David Schnurr that has you covered. Check out Using headless Chrome as an automated screenshot tool . |
 |
29
ArchiTech 2018-01-17 15:25:53 +08:00
|
 |
30
marcomarco 2018-01-17 15:40:03 +08:00
有点意思，收藏了，希望拓展出更多功能，比如一键给整站截图 手动斜眼
|
 |
31
hydyy 2018-01-17 15:45:20 +08:00
好玩好玩
|
 |
32
jkjoke 2018-01-17 15:51:40 +08:00
挺不错的
|
 |
33
MonoLogueChi 2018-01-17 16:26:02 +08:00 via Android
|
 |
34
xuyl 2018-01-17 16:27:47 +08:00
|
 |
35
woffee 2018-01-17 18:26:06 +08:00
上班呢，楼上干什么呢（斜眼笑
|
 |
36
livc 2018-01-17 19:53:11 +08:00
不错，收藏了。
|
 |
37
nexusone 2018-01-17 20:08:22 +08:00
楼主的这个很 nice 啊，但是楼上的咱就别拿黄网做测试了
|
|
38
zhtphoenix OP @nexusone 老实说我做了这个后，才发现了好多本来不知道的小黄网，精神食粮更丰富了，感谢兄弟们
|
 |
39
exuxu 2018-01-17 21:10:25 +08:00
什么？小黄网，哪里哪里？
|
 |
40
wvidc 2018-01-17 21:30:12 +08:00
|
 |
41
shawn2333 2018-01-18 00:19:17 +08:00 via iPhone
需要点一下“阅读全文”的怎么搞
|
 |
42
mydns 2018-01-18 08:53:52 +08:00
|
 |
43
pandasoda 2018-01-18 09:22:31 +08:00
做的不错，就是截图的网站标题有些移位
|
|
44
zhtphoenix OP @pandasoda 已经 fix， 谢谢
|
 |
45
laoganbu 2018-01-18 17:46:30 +08:00
一些建议：
1.自动补全 http:// 2.params 支持中文 3.自动加载更多时，等它加载完再截图 4.有些网站需要登录 5.屏蔽一些关键词 47xxxxx62 |
|
46
zhtphoenix OP @ArchiTech 赞赞赞
|
|
47
zhtphoenix OP @laoganbu 难得的建设性意见，谢谢
|
 |
48
mervin24 2018-01-25 13:12:39 +08:00
检测广告法不错 加淘宝天猫上广告法检测
|
|
49
livc 2018-02-24 12:41:53 +08:00
这么快就挂了？
|
 |
50
xshwy 2019-06-16 10:18:05 +08:00
不知道怎么刷到这条，发现现在成了瑟情网站…
|
Select Language