Как захватить последовательность высококачественных PDF-кадров с веб-сайта (без записи экрана)?

Вопрос или проблема

import time
import keyboard
from selenium import webdriver
from selenium.webdriver.firefox.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.firefox.options import Options

# Определение путей
html_file_path = r"E:\Desktop\New folder (4)\20250309101616805.html"
geckodriver_path = r"E:\Desktop\New folder (4)\geckodriver.exe"
save_path = r"E:\Desktop\New folder (4)\New folder\output.pdf"  # Место сохранения PDF

# Настройка параметров Firefox
options = Options()
options.set_preference("print.always_print_silent", True)  # Тихая печать
options.set_preference("print.show_print_progress", False)  # Скрыть прогресс
options.set_preference("print.print_to_file", True)  # Печать в файл
options.set_preference("print.save_print_settings", True)  # Сохранять настройки
options.set_preference("print.printer_PDF", "Save as PDF")  # Установить принтер
options.set_preference("print.print_to_file", True)  # Разрешить сохранение вывода печати в файл
options.set_preference("print.print_file_name", save_path)  # Определить место сохранения PDF

# Запуск WebDriver
service = Service(executable_path=geckodriver_path)
driver = webdriver.Firefox(service=service, options=options)

# Открыть HTML файл
driver.get("file:///" + html_file_path)

# Дождаться загрузки страницы
time.sleep(2)

print("Нажмите F1 для сохранения как PDF.")

# Ожидание нажатия клавиши F1
while True:
    if keyboard.is_pressed('F1'):
        print("F1 нажата, сохраняем как PDF...")

        # Вызвать команду печати (Ctrl + P)
        body = driver.find_element(By.TAG_NAME, 'body')
        body.send_keys(Keys.CONTROL + 'p')

        # Подождать, пока диалог печати обработается
        time.sleep(2)

        print("PDF должен быть сохранён в:", save_path)
        break

# Закрыть браузер
driver.quit()

Ответ или решение

Вопрос о том, как извлечь последовательность качественных PDF кадров с веб-сайта без использования экранных записей, является частым среди специалистов, стремящихся сохранить высокое разрешение текстов, изображений и других составляющих веб-контента. В данном случае пользователь хочет автоматизировать процесс сохранения нескольких PDF файлов из анимированного графика на платформе Flourish Studio. Решение этой задачи требует как теоретического подхода, так и практической реализации.

Теория

При печати веб-страницы в PDF файле используются внутренние механизмы браузера для рендеринга содержимого страницы. Поскольку анимации подразумевают динамическое обновление страницы, задача сводится к тому, чтобы «заморозить» каждое необходимое состояние страницы и сохранить его в виде PDF.

По умолчанию, Selenium и другие аналогичные инструменты предназначены для автоматизации браузера и не предоставляют встроенных методов для прямого сохранения страниц в PDF. Следовательно, необходимо использовать возможности браузера для печати, создавая высококачественные PDF версии анимационного контента. Это может также включать управление диалоговыми окнами системы и принтера, что часто представляет собой сложность.

Пример

Давайте разберём пример на Python с использованием Selenium и возможностями Firefox. Основная цель: улучшить существующий код, чтобы устранить проблемы с сохранением файлов и сохранить анимацию с нескольких кадров:

import time
import os
from selenium import webdriver
from selenium.webdriver.firefox.service import Service
from selenium.webdriver.firefox.options import Options
from selenium.webdriver.common.keys import Keys

# Пути к необходимым файлам и драйверам
html_file_path = r"E:\Desktop\New folder (4)\20250309101616805.html"
geckodriver_path = r"E:\Desktop\New folder (4)\geckodriver.exe"
output_directory = r"E:\Desktop\New folder (4)\New folder"

# Настройка опций Firefox
options = Options()
options.add_argument("--kiosk-printing")  # Печать без подтверждения диалогового окна
options.set_preference("print.save_print_settings", True)
options.set_preference("print.printer_MyPDFPrinter.print_command", "lp -d MyPDFPRinter ${MOZ_PRINTER} ${OUTPUT_FILE}")

# Запуск WebDriver
service = Service(executable_path=geckodriver_path)
driver = webdriver.Firefox(service=service, options=options)

# Открытие HTML файла
driver.get("file:///" + html_file_path)

# Ожидание загрузки страницы
time.sleep(5)

# Автоматизация процесса сохранения 30 кадров
for i in range(30):
    # Задание имени файла для каждого кадра
    pdf_file_path = os.path.join(output_directory, f"frame_{i+1:02}.pdf")
    options.set_preference("print.print_to_file", True)
    options.set_preference("print.print_to_filename", pdf_file_path)

    # Инициация процесса печати
    body = driver.find_element_by_tag_name('body')
    body.send_keys(Keys.CONTROL, 'p')
    time.sleep(2)  # Задержка для выполнения всех операций печати

    # Пауза между кадрами анимации
    time.sleep(1)  # или как минимум необходимое время для переключения кадров

# Закрытие браузера
driver.quit()

Применение

1. Установка и настройка: Убедитесь, что все пути к файлам и драйверам указаны корректно. Прежде чем запустить скрипт, проверьте, что драйвер Firefox, используемый с Selenium, совместим с вашей текущей версией браузера.

2. Автоматизация и управление диалогами печати: В данном примере ключевым шагом является конфигурирование автоматической печати через Firefox. Опция --kiosk-printing позволяет обойти стандартные диалоги подтверждения, непосредственно сохраняя PDF в указанный каталог.

3. Последовательность кадров: Итерационный цикл в коде предусматривает создание 30 последовательных PDF файлов, имитируя процесс перехода между ключевыми кадрами анимации. Межкадровая пауза гарантирует достаточное время на переход анимации в следующее состояние.

Эти действия позволят достичь цели – получить серию PDF файлов, представляющих собой анимационные кадры графика без использования методов экранной записи. Следующий шаг – преобразование этих файлов в видеоформат с помощью инструментов вроде FFMPEG, что возможно обсуждать отдельно.