java wkhtmltoimage_wkhtmltoimage开源工具的基本应用

读大学时，微博兴起，由于140个字有限，于是有人开发了长微博，当时但想着开发一个长微博的应用。试用了几款长微博工具，大部分都是只能输入文字和插件一两张图片，这种长微博工具实现不难。但如果想在长微博中支持富文本，例如插件表格之类的(http://www.changweibo.com/)，那就没那么简单了。

实现支持富文本的长微博，原理如下：

1.客户端提供一个富文本输入框(CKeditor，Ueditor之类的)

2.把在输入框中输入的html代码发送到服务端，服务端解析html代码，生成图片返回客户端

重点要解决的问题是后台如何解析html代码并生成图片。一个最初的想法是用htmlparse解析html代码，对于简单的html代码这个方法可行，但如果html代码的结构混乱就麻烦了。另一个想法是在后台用一个浏览器渲染这段html代码，然后利用浏览器的功能把图片导出。基于这个想法，用了javafx2.0里面的Webview，Webview实质上就是一个浏览器，它用的是WebKit内核，用它可以渲染html和执行javascript。用Webview生成图片的代码如下：

import java.io.File;

import java.io.IOException;

import javafx.application.Application;

import javafx.beans.value.ChangeListener;

import javafx.beans.value.ObservableValue;

import javafx.embed.swing.SwingFXUtils;

import javafx.scene.*;

import javafx.scene.image.Image;

import javafx.stage.Stage;

import javafx.scene.web.WebView;

import javafx.scene.web.WebEngine;

import javafx.concurrent.Worker.State;

import javax.imageio.ImageIO;

public class HtmlToImage extends Application {

@Override

public void start(Stage primaryStage) {

final WebView view = new WebView();

Scene scene = new Scene(view, 800, 600);

primaryStage.setScene(scene);

final WebEngine webEngine = view.getEngine();

webEngine.load("http://www.huxiu.com/article/5840/1.html");

primaryStage.show();

//监听webEngine加载进度，可能页面加载不完整

webEngine.getLoadWorker().stateProperty()

.addListener(new ChangeListener() {

@Override

public void changed(ObservableValue extends State> ov,

State oldState, State newState) {

if (newState == State.SUCCEEDED) {

snapshot(view);

}

}

});

}

public void snapshot(Node view) {

Image image = view.snapshot(null, null);

try {

ImageIO.write(SwingFXUtils.fromFXImage(image, null), "png",

new File("D:\\" + System.currentTimeMillis()

+ ".png"));

System.out.println("图片已生成");

} catch (IOException e) {

e.printStackTrace();

}

}

public static void main(String[] args) {

launch(args);

}

}

生成的图片如下：

图1

这个方法可以把html代码渲染成图片并且导出，但只是一个简单的截屏功能，如果屏幕上出现滚动条，则只能导出屏幕上显示的那部分效果，所以这个方案也是不可行的。但它给我们提供了一个很好的思路。即通过浏览器来渲染html，利用浏览器提供的api导出图片。Chrome和Firfox这两大浏览器的内核都是开源的，可以从这些开源的浏览器内核入手。看它们有没有提供对应的API。在谷歌上搜索了一番，找到了一个可用的开源目wkhtmltopdf，这个开源项目可以把html转换成pdf或者image,它也是基于webkit内核实现这些功能的。wkhtmltopdf提供了windows、linux、和Mac 三个版本，下面以windows版本为例，说明它的用法。

2.在命令行下输入：wkhtmltopdfwww.google.com.hkmyhomepage.pdf 就可以把谷歌的首页导出为pdf文件，

同理，wkhtmltoimagewww.google.com.hkmyhomepage.jpg 可以把谷歌的首页导出为图片。

注意：wkhtmltopdf和wkhtmltoimage对中文编码支持不友好，如果网页是GBK编码，生成的图片或者pdf是乱码，所以最好先把网页下载到本地，改成UTF-8编码，再调用这两个工具生成图片或者pdf。

以上只是简单应用wkhtmltopdf的命令，事实上这两个命令可以带参数的，详细的参数说明可以看官方文档。

3.在java程序中调用wkhtmltoimage。因为wkhtmltoimage并没有提供java api，所以只能通过java程序启动命令行，通过命令行调用wkhtmltoimage来完成任务。

public class HtmlToImage{

public static void main(String[] args){

ProcessBuilder pb = new ProcessBuilder("D:\\Program Files\\wkhtmltopdf\\wkhtmltoimage", "www.baidu.com", "D:\\test.jpg");

Process process;

try {

process = pb.start();

//注意，调用process.getErrorStream()而不是process.getInputStream()

BufferedReader errStreamReader = new BufferedReader(new InputStreamReader(process.getErrorStream()));

System.out.println("read errstreamreader");

String line = null;

line = errStreamReader.readLine();

while(line != null) {

System.out.println(line);

line = errStreamReader.readLine();

}

process.destroy();

System.out.println("destroyed process");

} catch (IOException e) {

e.printStackTrace();

}

}

}

总结：wkhtmltopdf和wkhtmltoimage是一个功能强大的开源工具，可以实现很多类似的功能。例如，用谷歌搜索时，把鼠标移动到链接上面，会显示该网页的缩略图，这个功能可以用wkhtmltoimage来实现。如果想把博客导出为pdf，可以用wkhtmltopdf来实现。