Como programaticamente tomar instantâneo de rastreadas Páginas Web (em Ruby)?

Question

O que é a melhor solução para programaticamente tirar um instantâneo de uma página Web?

A situação é esta: eu gostaria de rastrear um monte de páginas web e tomar miniatura instantâneos de-los periodicamente, dizer que uma vez a cada poucos meses, sem ter que ir manualmente para cada um. Eu também gostaria de ser capaz de tomar jpg / png snapshots de sites que podem ser completamente Flash / Flex, então eu teria que esperar até que ele carregado para tirar o instantâneo de alguma forma.

Seria bom se houvesse nenhum limite para o número de miniaturas eu poderia gerar (dentro da razão, dizem 1000 por dia).

Alguma idéia de como fazer isso em Ruby? Parece muito difícil.

Navegadores de fazer isso em:. Safari ou Firefox, de preferência Safari

Muito obrigado.

Answer 1

Isso realmente depende de seu sistema operacional. O que você precisa é uma maneira de ligar para um navegador web e salvar que a uma imagem.

Se você estiver em um Mac - Eu imagino a sua melhor aposta seria usar MacRuby (ou RubyCocoa - embora eu acredite que isso vai ser obsoleto no futuro próximo) e, em seguida, usar o WebKit quadro para carregar a página e torná-lo como uma imagem.

Este é definitivamente possível, por inspiração que você pode querer olhar para o Paparazzi! e webkit2png projectos.

Outra opção, que não é dependente do sistema operacional, pode ser usar a BrowserShots API .

Answer 2

Não há construído em biblioteca em Ruby para renderizar uma página web.

• Usando Selenium & Ruby é uma possibilidade. Você pode executar o Firefox como um navegador sem cabeça (ou seja, no servidor).

• Aqui está o código fonte para tiros navegador. http://sourceforge.net/projects/browsershots/files/

• Se você estiver usando Linux, você poderia usar http://khtml2png.sourceforge.net/ e roteiro lo via ruby.

• Alguns serviços pagos para tentar automatizar

  • http://webthumb.bluga.net/home
  • http://www.thumbalizr.com

Answer 3

como visto por .... isto é? Raposa de fogo? ópera? um dos motores miríade webkit?

Se fosse possível automatizar http://browsershots.org :)

Answer 4

Use o selênio-rc, ele vem com recursos de snapshot.

Answer 5

Com jruby você pode usar a biblioteca navegador do SWT.