今天要介绍的这个R包，有些特别！
它即不能做可视化，也不能用来抓数据！
它的核心功能是抓拍，对，你没听错，就是抓取，和狗仔差不多！
而且专门抓拍网页，有点儿类似于我们常说的网页快照。
底层仍然是通过plantomjs无头浏览器提供渲染支持，所以它可以解析带有js动态脚本的异步加载网页。
它抓拍功能强大的什么地步，基本是原生的浏览器界面清晰度（除了格式是静态图片之外，基本不会损失什么像素）。
抓拍输出的图片像素与长宽比支持自定义、支持zoom缩放，支持png、jpeg、pdf三种主流图片格式，支持定义窗口内元素和滚动长图。（那种一个网页特别长要滚到到底部的一样不用担心）。
支持图片简单修饰、尺寸调整、内存压缩。
它的名字叫webshot,项目主页在这里：https://github.com/wch/webshot。
关于包下载：
devtools::install_github("wch/webshot")，如果出现timeout问题，请加载curl包，还不行，请切换到非教育网（不要问我怎么知道的，原因不可描述！）
这个包底层需要使用PhantomJS浏览器，所以仍然需要你提前下载，你可以到这个网站（http://phantomjs.org/）手动下载，这个包下载之后，里面有一个下载PhantomJS的内建函数webshot::install_phantomjs(),免去了你版本筛选的麻烦，非常方便！
library("webshot")webshot包的最主要函数只有一个——webshot函数（现在的R包开发者套路都很深，一个函数一个包）默认情况下，webshot会抓取目标网址的整个网页（无论你的网页一屏是否能够盛的下，即便单窗口容不下，这个函数也会默认抓取所有网页可视内容，所以截长屏分分钟的事儿）。
setwd("D:/R/Image/screenshot")
webshot("http://study.163.com/", "yunketang.png",delay = 5) #输出png格式截屏webshot("http://study.163.co
由于长屏长宽比例不符合微信公众号图片上传规定，无法上传，只能给个截图，看看霸气的截长屏。
delay参数设置的抓取延时长度，这样避免有些内容还没来记得加载完成！
pdf无法上传公众号编辑器，这里就看下其中一个图片的效果吧！
以上是因为没有设置截屏范围，所以默认抓取了全屏，这里设置一下截屏参数！
webshot("http://study.163.com/", "yunketangv.png",cliprect="viewport",delay = 5)
#只抓取当前屏幕可见范围内的网页内容
为啥抓取的那些完整的长图，只有最顶部图片是加载完毕的，后面都是只有框架和文字，没有图片显示呢，我猜这个还是因为异步加载的缘故，即便是真人操纵浏览器，浏览器也是根据实际鼠标动作或者窗口位置，实时更新当前屏幕内的内容，而那些还没有滚动到的页面位置，就只有页面框架，图片还没有触发更新动作，使用浏览器鼠标下拉动作时，我们也能明显感觉到有些图片从无到有的加载过程。
webshot("http://raindu.com/", "raindu.png",cliprect="viewport",delay = 5,zoom=1)
webshot("http://raindu.com/", "raindu2.png",cliprect="viewport",delay = 5,zoom=2)
zoom参数设置抓取的图片缩放倍数。
webshot("http://music.163.com/", "yunyinyue.png",cliprect="viewport",delay = 5,, expand = c(10, 50, 
expand设置图片输出的页面边距，以像素为单位，参数只需提供一个长度为4的数值型向量，分别代表top、right、bottom、left。
对比一下云音乐原始web页面与设置页边距后的图片有什么不同。
仔细对比会发现，使用普通截图工具（faststone截得）截图结果，因为是Chrome渲染，字体和布局效果更为逼真，但是清晰度不行（可能是工具限制），使用webshot截得看起来清晰度更好，但是里面的字体渲染失真。（变成了宋体）。
webshot函数允许你输入css表达式来选择网页局部进行截取：
webshot("http://study.163.com/", "yunyinyuejubu.png",selector = ".m-slide.f-pr",delay = 2)
webshot("http://music.163.com/", "yunyinyuejubu.png",selector = "div#index-banner.n-ban.d-flag",delay 
使用css表达式，提取出了网易云课堂主页，中间的滚动广告位展示区。(广告位没有抓到，抓到了一个顶边菜单栏o(╯□╰)o)
webshot还可以支持对输出的截图进行简单压缩、裁剪！
library("magrittr")
url<-"http://image.baidu.com/search/detail?z=0&word=%E9%98%BF%E5%88%98&hs=0&pn=3&spn=0&di=0&pi=42852035143&tn
webshot最厉害的地方在于，它可以接受多个网址，批量抓取网页快照。
urls<-c("http://study.163.com/smartSpec/intro.htm#/smartSpecIntro","http://study.163.com/client/download.htm","http://study.163.com/cp/introduction.htm","http://b.study.163.com/","http://www.icourse163.org/")
webshot(urls, "wangyicourse.png",cliprect ="viewport",delay = 2)
虽然字体渲染没有解决好，局部图片加载未完成（可能我设置的等待时间有些短了），大框架加载出来了，webshot函数处理动态网页略微有些笨拙，但是静态网页还是很棒的。
webshot函数不仅URL地址可以批量化，后面的所有参数都支持向量化，有些边距参数可以设置为列表格式，但是要与url向量长度相等。
我是通过昨天那个rdom包项目主页顺藤摸瓜找到这个好玩的包的，rdom作者说，自己的灵感来源于webshot，这些包作者开发者这些工具真的是创意满满，以后还要什么截图工具（曾经我以为我使用的faststone截图工具是这个世界上最好用的截图工具，看来我错了o(╯□╰)o）
这个包的应用场景在哪里呢，比如说百度文库带有财富值的重要文档，豆丁网，知网的重要救急文档。一些不允许copy文字或者下载内容的网站。（没关系我不要你的内容，我对你的网页也不感兴趣，我拍个照就走，你奈我何）。
比如现在反扒很严的某些网站，也许你并不需要整个的扒下人家的网页（有难度处理也很费劲），抓取网页快照，现在OCR识别技术这么棒，主要图片足够清晰，表格和文字分分钟导出来，可是如果是要抓网页的话，挺折腾人的。
这个包的作者设计思路也是很简单粗暴，能拍照解决的事情，干嘛要跟人家程序员相爱相杀。
在线课程请点击文末原文链接：
Hellobi Live | 9月12日 R语言可视化在商务场景中的应用 https://edu.hellobi.com/course/195
欢迎关注数据小魔方qq交流群
