前言

最近遇到了一個需求，要求在python的selenium自動化打開的瀏覽器中，執(zhí)行js代碼，實(shí)現(xiàn)獲取圖片的base64，并返回給python變量。

看似很簡單的一個需求，實(shí)際上包含了很多js相關(guān)的知識點(diǎn)和開發(fā)上的技術(shù)點(diǎn)。

今天這篇文章，主要寫寫整個過程中有用的知識點(diǎn)。

原始方法

其實(shí)最開始我沒有考慮用js獲取圖片，所以用pyautogui鍵盤操作下載圖片，代碼如下：

import pyautogui
from selenium.webdriver import ActionChains

driver.get(url)
ActionChains(driver).move_to_element(driver.find_element_by_tag_name('img')).context_click().perform()
pyautogui.typewrite(['v'])
time.sleep(1)
pyautogui.typewrite(['enter'])

這里面，主要運(yùn)用電腦上的快捷鍵，在選擇圖片后，右鍵，然后按v鍵，就會彈出保存窗口，再按enter，就可以按照默認(rèn)信息保存。

這種方式是模擬手動，原理簡單，但是，在多次重復(fù)這個操作時，會發(fā)現(xiàn)偶爾會出現(xiàn)一個bug，就是按v鍵會與保存沖突，使得電腦以為將圖片名命名為v，然后整個過程就無法繼續(xù)進(jìn)行了。

為了解決上述問題，我才采用js的方法，才有了后面的內(nèi)容。

第一版js代碼

var source = document.getElementsByTagName('img')[0];
// 在網(wǎng)頁元素中找到圖片資源
var img=new Image();
// 創(chuàng)建一個image元素
img.src=source.src;
// 設(shè)置img的圖片鏈接為網(wǎng)頁圖片鏈接
img.crossOrigin='anonymous';
// 設(shè)置跨域的配置，這個是比較常見的，如果不了解，讀者可以自行百度
var xhr=new XMLHttpRequest();
// 初始化一個http請求
xhr.open('GET',source.src,false);
// 構(gòu)造請求
xhr.send(null);
// 發(fā)送請求
xhr.open('GET',source.src,false); // 重復(fù)上面步驟，為了確定加載到資源
xhr.send(null);
var canvas = document.createElement('canvas');  
// 創(chuàng)建canvas元素
var ctx=canvas.getContext('2d');
// 獲取canvas二維屬性
ctx.drawImage(img,0,0);
// 將img畫到canvas上
var dataURL = canvas.toDataURL('image/png');
// 利用canvas轉(zhuǎn)換圖片為base64形式
return dataURL;

上面的代碼運(yùn)行后，發(fā)現(xiàn)獲取到的base64還原出的圖片是黑色的，運(yùn)行很多次都這樣。所以我又在瀏覽器console下一條一條執(zhí)行，結(jié)果發(fā)現(xiàn)能夠給出正常的base64，但是在瀏覽器直接解析后，發(fā)現(xiàn)圖片雖然能夠正常顯示，但是圖片的大小是被裁剪的。

仔細(xì)思考后，我感覺可能是因?yàn)楂@取的圖片的問題，但是看了network的加載記錄，發(fā)現(xiàn)好像并不是這樣，加載的圖片都是完整的。所以，可能是canvas畫圖的時候出了一些問題，所以就去了解canvas的drawImage函數(shù)。

研究一番，發(fā)現(xiàn)，這個函數(shù)第一個參數(shù)是圖片信息，第二和三個參數(shù)是畫布的坐標(biāo)，表示從哪個位置開始畫，然后還可以有第四和五個參數(shù)，表示要畫出的圖的寬和高，所以我就修改了那句為

ctx.drawImage(img,0,0,source.naturalWidth,source.naturalHeight);
// 這里面的source是指網(wǎng)頁的圖片，然后naturalWidth是原寬，naturalHeight是原高

這里就把整個圖畫上去，但是經(jīng)過實(shí)驗(yàn)后，我發(fā)現(xiàn)畫出來的圖還是裁剪后的圖，而且，每次的圖的大小都是一樣，這就使我明白，會不會是畫布的大小出了問題。

經(jīng)過查閱資料，我發(fā)現(xiàn)canvas是有初始大小的，而且如果不改的話，是不會變的。所以，我又在畫圖前設(shè)置canvas的畫布大小。

canvas.width=source.naturalWidth;
canvas.height=source.naturalHeight;

經(jīng)過這次，我在瀏覽器端一條一條執(zhí)行時，發(fā)現(xiàn)代碼執(zhí)行沒問題，最后結(jié)果都正確。我以為第一天的工作結(jié)束了，解決了這個問題，明天簡單弄弄就好了，但是一個更麻煩的問題在路上了。

注意：上面的在console下一條一條執(zhí)行代碼和在python中執(zhí)行js代碼的結(jié)果是不一樣的。因?yàn)橐粭l一條執(zhí)行，中間是有時間消耗的，不好異步任務(wù)可以在此期間完成。

第二版js代碼

var source = document.getElementsByTagName('img')[0];
// 在網(wǎng)頁元素中找到圖片資源
var img=new Image();
// 創(chuàng)建一個image元素
img.src=source.src;
// 設(shè)置img的圖片鏈接為網(wǎng)頁圖片鏈接
img.crossOrigin='anonymous';
// 設(shè)置跨域的配置，這個是比較常見的，如果不了解，讀者可以自行百度
var xhr=new XMLHttpRequest();
// 初始化一個http請求
xhr.open('GET',source.src,false);
// 構(gòu)造請求
xhr.send(null);
// 發(fā)送請求
xhr.open('GET',source.src,false); // 重復(fù)上面步驟，為了確定加載到資源
xhr.send(null);
var canvas = document.createElement('canvas');  
// 創(chuàng)建canvas元素
canvas.width=source.naturalWidth;
// 設(shè)置畫布寬
canvas.height=source.naturalHeight;
// 設(shè)置畫布高
var ctx=canvas.getContext('2d');
// 獲取canvas二維屬性
ctx.drawImage(img,0,0,source.naturalWidth,source.naturalHeight);
// 將img畫到canvas上
var dataURL = canvas.toDataURL('image/png');
// 利用canvas轉(zhuǎn)換圖片為base64形式
return dataURL;

上面代碼是前面修改后、我以為正確的代碼，但是，第二天放到python中運(yùn)行后，發(fā)現(xiàn)結(jié)果還是不對，圖片仍然是黑色的，不正確。

我說，難道是我保存的昨天的代碼不對嗎？所以還是重復(fù)錯誤的步驟，在瀏覽器下一條一條的運(yùn)行。結(jié)果是正確的，所以我就很納悶，一樣的代碼怎么會有不同的結(jié)果？

我不理解，但是我感覺可以試試將代碼包裝從函數(shù)的形式，在瀏覽器端運(yùn)行。觀察一下結(jié)果，發(fā)現(xiàn)結(jié)果給出的內(nèi)容確實(shí)不是圖片正常的base64，只能轉(zhuǎn)為黑色的圖片。

為了驗(yàn)證我的結(jié)果，我還運(yùn)行了多次，結(jié)果都一樣。我還將瀏覽器的正常結(jié)果、錯誤結(jié)果和python端的結(jié)果進(jìn)行對比，我發(fā)現(xiàn)正確結(jié)果是很長的，而兩個錯誤結(jié)果一樣長度，都很短。

故事到這，陷入了僵局，我不知道該怎么辦了。

正好到晚飯點(diǎn)了，所以就先去吃飯吧，吃飯的過程中，看看canvas的文檔，了解一下具體的使用方法，說不定會有一些意外的收獲。

在晚飯期間，我看到canvas畫圖的一些注意事項(xiàng)：若調(diào)用 drawImage 時，圖片沒裝載完，那什么都不會發(fā)生（在一些舊的瀏覽器中可能會拋出異常）。因此你應(yīng)該用 load 事件來保證不會在加載完畢之前使用這個圖片。（來源于https://developer.mozilla.org/zh-CN/docs/Web/API/Canvas_API/Tutorial/Using_images）

官方文檔給出了案例：

var img = new Image();   // 創(chuàng)建 img 元素
img.src = 'myImage.png'; // 設(shè)置圖片源地址
img.onload = function(){
  // 執(zhí)行 drawImage 語句
}

我沒有直接將這個作為解決方案，我又多看了一些論壇，發(fā)現(xiàn)大部分都是這樣實(shí)現(xiàn)的。

后面，將這個代碼加到我的代碼中，我發(fā)現(xiàn)return語句在外面的話，還是會返回錯值；return語句里面的話，是可以正常執(zhí)行的，但是返回的值是無法返回到外層的。

于是，我靈機(jī)一動，直接return img.onload…

在瀏覽器下確實(shí)成功了，但是，在python這邊，卻還不對，返回的是一個函數(shù)對象。

到此，我明白，要等圖片裝載完成后，再執(zhí)行drawimage語句，然后再返回才行。但是，js代碼不會等，只要執(zhí)行了就會繼續(xù)往下執(zhí)行下一條，不管你是否執(zhí)行完成。

第三版js代碼

為了解決加載完成的問題，我在想是不是有可以休眠等待的函數(shù)，查閱之后，發(fā)現(xiàn)可以自己構(gòu)造一個sleep函數(shù)。

const sleep = (delay) => new Promise((resolve) => setTimeout(resolve, delay));
sleep(1000); // 休眠1s

但是，加在上面代碼后面，返回結(jié)果還是那樣，感覺無法停止代碼執(zhí)行。

經(jīng)過查閱資料，發(fā)現(xiàn)還有一個setTimeout函數(shù)，可以設(shè)置一段時間后再執(zhí)行函數(shù)，但是輸入值只能是函數(shù)，這就要求在函數(shù)里面返回最后的base64。但是，實(shí)際實(shí)驗(yàn)了一下，發(fā)現(xiàn)這個方式行不通，不返回內(nèi)容。

然后，繼續(xù)查閱資料，發(fā)現(xiàn)可以通過throw error拋出內(nèi)容，我當(dāng)然也嘗試了，發(fā)現(xiàn)都是uncaught。我當(dāng)時就納悶，然后把setTimeout函數(shù)也換成了img.onload，但是結(jié)果都不對。

中間經(jīng)過大量的實(shí)驗(yàn)，省略n次嘗試。。。

最后，我明白了只有在try里面直接執(zhí)行throw error代碼，才能夠catch到。至于利用try包裹etTimeout和img.load等耗時異步語句，都不能正常catch，因?yàn)檎?zhí)行到throw error時，已經(jīng)結(jié)束了外面了try{}catch{}語句的執(zhí)行，所以根本catch不到。

上面的一大堆過程，讓我明白了，根本原因是在異步代碼的執(zhí)行完成前能否不繼續(xù)執(zhí)行下面的代碼。

最終的js代碼

var source = document.getElementsByTagName('img')[0];
var img=new Image();
img.src=source.src;
img.crossOrigin='anonymous';
var canvas = document.createElement('canvas');
canvas.width=source.naturalWidth;
canvas.height=source.naturalHeight;
var ctx=canvas.getContext('2d');
function httpPromise(){
   return new Promise((resolve,reject) => {
       if(img.complete || img.naturalHeight!==0)
       {
         ctx.drawImage(img,0,0,source.naturalWidth,source.naturalHeight);
         var dataURL = canvas.toDataURL('image/png');
         resolve(dataURL);
        }
        else{
         img.onload=function(){ 
                ctx.drawImage(img,0,0,source.naturalWidth,source.naturalHeight);
                var dataURL = canvas.toDataURL('image/png');
                resolve(dataURL);
               }
         }
    })
}
return httpPromise().then((dataURL)=>{return dataURL;}

最后這版代碼做了一些改動，首先我刪除了xhr加載的代碼，因?yàn)檫@個加載過程和最后的結(jié)果沒有關(guān)系，不影響最后的結(jié)果；然后，我添加了Promise異步處理機(jī)制，運(yùn)用這個，就可以等待異步執(zhí)行結(jié)束后，收集所有的結(jié)果，并且返回（我記得java也有類似的庫可以解決異步等待的問題）；最后，我添加了判斷機(jī)制，防止img.onload因?yàn)榫彺娴脑虿豁憫?yīng)，所以分成了兩種情況進(jìn)行處理，但都是將結(jié)果收集，在return語句處返回。

插一嘴：這里需要return語句，是因?yàn)閜ython里面的driver.excute_script函數(shù)是將我們的js代碼包裝成函數(shù)，需要返回內(nèi)容進(jìn)行處理，否則返回值就直接為None。

上面就是我通過自己摸索，實(shí)現(xiàn)的這樣一個需求，雖然經(jīng)過了很多磕磕絆絆，但是結(jié)果還是好的。其實(shí)，有一篇博客的代碼我覺得是優(yōu)于我的代碼。

大佬的代碼

// https://blog.csdn.net/yaxuan88521/article/details/122794055
let c = document.createElement('canvas');
let ctx = c.getContext('2d');
let img = document.getElementsByTagName('img')[0];
c.height=img.naturalHeight;
c.width=img.naturalWidth;
ctx.drawImage(img, 0, 0,img.naturalWidth, img.naturalHeight);
let base64String = c.toDataURL();
return base64String;

上面大佬的代碼，是直接獲取加載后的圖片元素，效果是優(yōu)于我的代碼，畢竟減少了一次加載的時間消耗。

總結(jié)

本文通過筆者在js獲取圖片base64的過程中，遇到的問題。
總的說來，可以分為以下幾點(diǎn)：

• canvas繪圖需要修改畫布大小，否則無法畫完整。
• canvas的drawimage函數(shù)，需要等待圖片加載完成，否則就會直接返回畫布。
• js代碼本身是同步執(zhí)行的，但是如果實(shí)現(xiàn)了一些異步函數(shù)，如setTimeout和img.onload等，可能會出現(xiàn)返回結(jié)果不正確的情況，所以，如果需要返回值，最好利用funture構(gòu)造，最后接收返回值。
• 對于同一個需求，最好選擇更為方便的方法實(shí)現(xiàn)，否則會浪費(fèi)時間和資源。（筆者在這個地方花費(fèi)時間有點(diǎn)多，但是對于js也有了更深的認(rèn)識）

最后，本文主要介紹了js獲取圖片base64的問題，中間過程有些曲折，內(nèi)容可能有點(diǎn)凌亂，但是技術(shù)點(diǎn)還是給出了，希望各位讀者能夠從中有所收獲。

附：js實(shí)現(xiàn)base64格式編碼圖片（通俗，易懂）

最新評論