中文文档
SeimiAgent是基于QtWebkit开发的可在服务器端后台运行的一个webkit服务,可以通过SeimiAgent提供的http接口向SeimiAgent发送一个load请求(需求加载的URL以及对这个页面接受的渲染时间或是使用什么代理等参数),通过SeimiAgent去加载并渲染想要处理的动态页面,然后将渲染好的页面直接返给调用方进行后续处理,所以运行的SeimiAgent服务是与语言无关的,任何一种语言或框架都可以通过SeimiAgent提供的标准http接口来获取服务。SeimiAgent的加载渲染环境都是通用浏览器级的,所以不用担心他对动态页面的处理能力。同时支持渲染生成页面快照(png)和PDF,亦支持自定义js脚本处理基本渲染后的页面。
快速开始
cd /dir/of/seimiAgent
./seimiagent -p 8000
执行命令后,SeimiAgent会起一个http服务并监听你所指定的端口,如例子中的8000端口,然后你就可以通过任何一种你熟悉的语言像SeimiAgent发送一个页面的加载渲染请求,并得到SeimiAgent渲染好的HTML文档进行后续处理。
示例
支持的http参数
仅支持post请求,请求地址/doload
-
url
目标请求地址,必填项 -
renderTime
在所有资源都加载好了以后留给SeimiAgent去渲染处理的时间,如果是很复杂的动态页面这个时间可能就需要长一些,具体根据使用情况进行调整。非必填,单位为毫秒 -
proxy
告诉SeimiAgent使用什么代理,非必填,格式:http|https|socket://user:passwd@host:port
-
postParam
这个参数只接受Json格式的值,值的形式为key-value对,告诉SeimiAgent此次请求为post并使用你给定的参数。 -
useCookie
是否使用cookie,如果设置为1则为使用cookie -
contentType
定义渲染结果的生成格式,可以选择的值有img
或是pdf
,默认值为html
。 -
script
可以传一段js脚本并在渲染好页面后执行,就像是在chrome的控制台中执行的一样。
如何构建
强调
有些同学误以为这部分内容是SeimiAgent
的安装指引,这是理解有偏差的,下面的内容是用来引导自行编译的。对于大多数使用者来说是没有必要做下面这些内容的,直接下载官网的分发包,解压,直接运行即可。再次强调,SeimiAgent
是开箱即用的。
编译的这个过程会花费很长时间如果你觉着很有必要的话,一般情况下更推荐使用发布好的二进制可执行文件
依赖
- ubuntu上
sudo apt-get install build-essential g++ flex bison gperf ruby perl libsqlite3-dev libfontconfig1-dev libicu-dev libfreetype6 libssl-dev libpng-dev libjpeg-dev python libx11-dev libxext-dev
- centos上
yum -y install gcc gcc-c++ make flex bison gperf ruby openssl-devel freetype-devel fontconfig-devel libicu-devel sqlite-devel libpng-devel libjpeg-devel
执行
python build.py
接下来就等吧,国内网络不好可能还要重来(因为需要先从github上下载qtbase和qtwebkit这两个依赖,后续如果有时间会把qtbase和qtwebkit拷到国内仓库一份),4核I5大概半个小时以上,单核云主机一般2个小时左右,16核以上服务器编译一般在十分钟以内
More
更多文档还在准备中,感谢大家支持Seimi家族(SeimiCrawler,SeimiAgent)