html2canvas 解决某些站点截图空白问题

业务场景介绍

 

 

点击浏览器右上角已安装的chrome插件图标，这个时候会出现一个界面，我们称这个界面为popup，界面上有个"从页面获取产品信息"按钮，单机它会对当前标签页面内容进行截图，最后将截图的图片转成base64发送至xx接口

部分核心代码解读：截取当前可视区域的图片，为了能够截图足够多信息，图片向上衍生300px，向下衍生300px，那图片高度= 300 + 可视区域 + 300

const viewportWidth = window.innerWidth;
const viewportHeight = window.innerHeight;
const threshold = 300;
const scrollY = window.scrollY;
const y = scrollY > threshold ? scrollY - threshold : 0;
const h =scrollY > threshold? viewportHeight + threshold * 2: viewportHeight + threshold + scrollY;
window.html2canvas(document.querySelector('body'), {width: viewportWidth,height: h,x: window.scrollX,y: y,scrollX: 0,scrollY: 0,useCORS: true // 如果有跨域图片})

抛出问题

问题1. 经过测试，概率上百分之99%的页面都能抓取，部分页面不能抓，抓取效果如下图（页面出现了大片空白白板），如：http://www.sinochemheb.com/s/18959-55112-274763.html

 

解决思路

简单分析一波：调试模式查看页面元素没有什么特殊DOM，也没什么iframe嵌套

猜想1

可能是因为html2canvas插件问题，让gpt给出可平替方案

dom-to-image
这个库也可以将 DOM 元素渲染成图像，支持各种格式（如 PNG、JPEG 等）。它支持的特性包括：背景透明、SVG 图像支持、渐变和阴影等。

官网：https://github.com/tsayen/dom-to-image

canvas2image
canvas2image 是一个将 <canvas> 转换为图像的库。它比较轻量，简单易用，支持将 <canvas> 输出为图片（PNG、JPEG 或 BMP 格式）。

官网：https://github.com/hongru/canvas2image

rasterizeHTML.js
这个库支持将 HTML 页面渲染成图像。它能够解析 HTML 中的样式并将它们转换为一个 Canvas 图像。与 html2canvas 类似，它支持从 DOM 生成图像。

官网：https://github.com/cburgmer/rasterizeHTML.js

puppeteer
puppeteer 是一个更为强大的库，它是一个 Node.js 库，提供了一个高层次的 API 来控制 Chrome 或 Chromium 浏览器。可以用它来截图整个网页或页面的特定部分，并能处理更复杂的渲染问题，支持更复杂的 CSS 和 JavaScript 执行。

官网：https://github.com/puppeteer/puppeteer

html-to-image
这是一个简单的 JavaScript 库，用于将 HTML 元素转换为图像。它基于 canvas，并支持各种格式导出，如 PNG 和 JPEG。与 html2canvas 相比，它的 API 更简洁易用。

尝试性使用：dom-to-image

截图空白区域问题得到了解决，但抛出了更大的问题，百分之90%以上的站点都截图失败

尝试性使用：rasterizeHTML.js

很多UI样式丢失，截出来的图没发看

继续思考

最直接的方法没有效果，那就回归初始状态，研究html2canvas插件原理

为啥选择html2canvas呢？

第一：它截图出来的效果更接近与预期

第二：github的star数更最多，前人栽树后人乘凉的原理，应该没错吧

于是打开 https://github.com/niklasvh/html2canvas，翻了几页查看issues，没有找到自己想要的答案，接着看插件原理

插件底层原理

html2canvas 是一个将 HTML 页面内容转换为画布（Canvas）图像的 JavaScript 库。它通过遍历 HTML 元素，解析元素的样式、字体、颜色等信息，并通过调用 Canvas API 来绘制图像。底层原理包括以下步骤：

1. 遍历 DOM 树：html2canvas 会递归遍历 DOM 元素，分析每个元素的计算样式。
2. 计算布局：计算元素的尺寸、位置，处理复杂的布局（如定位、浮动等）。
3. 渲染样式：获取元素的背景色、边框、字体等信息，并转化为画布可识别的格式。
4. 处理图像和媒体：对于图像、视频等元素，html2canvas 会加载并绘制到画布上，可能会通过跨域处理（CORS）来获取外部资源。
5. 绘制到 Canvas：最终通过 Canvas API 渲染所有计算后的元素，生成最终图像

看到这底层原理，直呼牛逼，原来是将html转成canvas渲染，最终形成图片，那么就接着再去看下要截图的网页，分析下除了没有特殊的iframe之外还有没有特殊的内容，刷了几次页面之后，突然发现点蛛丝马迹

这网站有个从底部向上上升的一个过度效果，看了下元素

 于是大胆猜测，插件在执行截图时，将html的计算样式1:1的绘制到了canvas上，而开始时，这些带动画效果的属性是不可见的，只有在出现到可视区域才会触发显示，而canvas显然是没有这个逻辑，于是我在截图之前把这些属性都给去掉或者修改元素属性改为可见，ok，真相了，完美截图了，达到了预期效果

最终的解决方案

导致部分网站截图失败原因是因为html2canvas在往canvas绘制内容时，默认隐藏的内容也会被绘制到canvas上，导致截图出来是空白的，解决方案就是在截图之前把这些隐藏的元素给展现出来，动画的过滤效果去掉，元素显示通用代码如下

const node = document.createTreeWalker(window.document.body,NodeFilter.SHOW_ELEMENT,{acceptNode: function (node: HTMLElement) {// 如果节点是 div 元素，则接受它if (node?.tagName === 'DIV') {return NodeFilter.FILTER_ACCEPT;}return NodeFilter.FILTER_SKIP; // 如果不是 div，则跳过
    }}
);
let nextNode;
while ((nextNode = node.nextNode() as HTMLDivElement)) {const tagName = nextNode?.parentElement?.tagName;if (tagName !== 'SCRIPT' && tagName !== 'STYLE' && tagName !== 'CODE') {nextNode.style.opacity = '1';nextNode.style.visibility = 'visible';nextNode.style.animationDuration = '0s';nextNode.style.animationDelay = '0s';}
}

后续思考

除了使用document.createTreeWalker API 之外，动态往页面中插入css样式强制让div显示去除动画效果应该也是可行的