使用html2canvas插件进行页面截屏
使用纯html实现过程
<!DOCTYPE html>
<html><head><title>使用html2canvas生成网页截图</title><script src="https://html2canvas.hertzen.com/dist/html2canvas.min.js"></script>
</head><body><h1>使用html2canvas生成网页截图</h1><div id="content"><p>这是一个要截图的元素12345。</p></div><script>// target是代表要截图的元素范围(就是截图当前元素包括当前元素内的子元素)var target = document.getElementById('content')html2canvas(target).then(function (canvas) {// 参数canvas就是绘画的(截屏)的图片// 如果要给canvas元素添加css,本人亲测不行,只能用下面的方法给canvas元素加样式,加完样式再追加到页面中(亲测可行,本人暂时没有别的好办法,说的不对还请见谅)const capturedCanvas = canvascapturedCanvas.style.border = '2px solid red'// 将生成的图片追加到document.body里面document.body.appendChild(canvas)});</script>
</body></html>
使用框架(vue,react,uniapp)实现
需要先下载依赖包
npm install html2canvas
下面是一个完整的页面代码,可以直接运行
<template><div ref="tu" id="tupian" style="font-family: initial;"><button @click="captureScreen">点击截屏</button><image :src="imgurl" alt="" mode="aspectFill"/></div>
</template><script>
import { ref } from 'vue';
import html2canvas from 'html2canvas';export default {setup() {const tu = ref(null)const imgurl = ref('')const captureScreen = () => {// 截屏的元素区域var target = document.getElementById('tupian')// 添加截屏的逻辑html2canvas(target).then(function (canvas) {console.log(canvas);// canvas就是当前截屏出来的屏幕样式,可以通过以下方法给生成的图片加样式const capturedCanvas = canvas;capturedCanvas.style.width = '100%';capturedCanvas.style.height = '200px';capturedCanvas.style.border = '2px solid red';// 将生成的界面添加到当前组件内(直接展示canvas,如果想替换img的话往下面看)// tu.value.appendChild(canvas)const dataURL = canvas.toDataURL();// 这个就是base64格式的图片地址console.log(dataURL);// 将图片地址赋值给imgimgurl.value = dataURL});};return {captureScreen,tu,imgurl};}
};
</script>
<style lang="scss">
</style>
效果图
相关文章：
使用html2canvas插件进行页面截屏
使用纯html实现过程 <!DOCTYPE html> <html><head><title>使用html2canvas生成网页截图</title><script src"https://html2canvas.hertzen.com/dist/html2canvas.min.js"></script> </head><body><h1>…...
Java --- JVM的执行引擎
目录 一、执行引擎概述 1.1、执行引擎的工作过程 二、Java代码编译和执行的过程 三、解释器 3.1、解释器工作机制 3.2、解释器分类 3.3、解释器现状 四、JIT编译器 五、热点代码及探测方式 六、方法调用计数器 6.1、热点衰减 七、回边计数器 八、HotSpot VM设置程序…...
前端学习笔记--node.js
Node Node 可以理解成 ECMAScript 内置的模块组成的，引用第三方模块， npm系统 node package manager。 node是基于js的，前端来写服务端通过node是最方便的，node的性能问题 内部采用的多线程。 node中主线程还是单线程的 &#…...
DB2 常用命令及SQL语句
前言 DB2数据库是由IBM开发的关系型数据库管理系统（RDBMS）。它是一种功能强大、可扩展和可靠的数据库解决方案，用于存储和管理企业级应用程序的数据。 以下是一些关于DB2数据库的重要信息和特点： 数据模型：DB2数据库…...
spring-boot-starter-data-redis2.X连接redis7
由于redis7引入了acl机制，可以配置用户权限， 比如配置了一个普通用户 test，权限为 test_ 前缀的key可操作 springboot想要连接，并没有设置用户名的地方， 跟了源码，jedis客户端是支持的，但是s…...
PHP中$_SERVER全局变量
在PHP中，$_SERVER 是一个全局数组变量，它包含了有关服务器和当前脚本的信息。$_SERVER 数组中的每个元素都是服务器环境的一个参数，如请求的方法、请求的 URI、客户端 IP 地址等。 PATH 系统环境变量的值，包含了多个目录的路径…...
【ML】欠拟合和过拟合的一些判别和优化方法（吴恩达机器学习笔记）
吴恩达老师的机器学习教程笔记 减少误差的一些方法 获得更多的训练实例——解决高方差尝试减少特征的数量——解决高方差尝试获得更多的特征——解决高偏差尝试增加多项式特征——解决高偏差尝试减少正则化程度 λ——解决高偏差尝试增加正则化程度 λ——解决高方差 什么是…...
服务器数据恢复—服务器发生故障导致数据丢失如何恢复服务器数据？
服务器常见故障： 硬件故障：磁盘、板卡、电源故障等。 软件故障：操作系统崩溃、程序运行错误等。 入侵破坏：加密、删除服务数据等。 不可控力：浸水、火烧、倒塌等。 误操作：格式化、删除、覆盖等。 如何减少…...
SLAM中提到的相机位姿到底指什么？
不小心又绕进去了，所以掰一下。 以我个人最直观的理解，假设无旋转，相机在世界坐标系的(5,0,0)^T的位置上，所谓“位姿”，应该反映相机的位置，所以相机位姿应该如下： Eigen::Matrix4d T Eigen::M…...
《视觉SLAM十四讲》-- 后端 1（上）
文章目录 08 后端 18.1 概述8.1.1 状态估计的概率解释8.1.2 线性系统和卡尔曼滤波（KF）8.1.3 非线性系统和扩展卡尔曼滤波（EKF）8.1.4 小结 08 后端 1 前端视觉里程计可以给出一个短时间内的轨迹和地图，但由于不可避免的…...
南昌市西湖区棒球特色规划
西湖区棒球特色学校打造方案 一、项目背景 南昌市西湖区作为江西省的教育强区，一直致力于发展特色教育。近年来，棒球运动逐渐受到广泛关注，西湖区决定将棒球运动作为特色项目，打造一所具有国际水平的棒球特色学校。 二、目标与…...
nginx启动命令
普通启动 切换到nginx安装目录的sbin目录下，执行：./nginx 通过配置文件启动 ./nginx -c /usr/local/nginx/conf/nginx.conf /usr/local/nginx/sbin/nginx -c /usr/local/nginx/conf/nginx.conf 其中-c是指定配置文件,而且配置文件路径必须指定绝对路…...
防爆五参数气象仪的科技力量
WX-FBQ2 随着科技的不断进步，气象监测设备也在不断升级和完善。 防爆五参数气象仪是一种可以同时监测温度、湿度、压力、风速和风向五个基本气象参数的仪器。它采用了气象监测技术，不仅可以实时监测气象数据，还可以对数据进行分析和处理。 …...
J. Chem. Theory Comput. | AI驱动的柔性蛋白-小分子复合物建模
今天为大家介绍的是来自陈语谦教授团队发表在Journal of Chemical Theory and Computation的论文，“Equivariant Flexible Modeling of the Protein−Ligand Binding Pose with Geometric Deep Learning”，博士生董铁君为第一作者。该文提出了一种新的AI…...
数据库sql语句设置外键
当我们需要在数据库表之间建立关联关系时，可以使用外键（Foreign Key）来实现。在 SQL 中，外键可以用来保持数据的完整性，并帮助我们更有效地管理数据。以下是设置外键的步骤： 1.在创建表时，需要…...
excel在函数中插入函数
例如，要计算RAND()1的值，其中RAND()表示取0~1之间的随机数。 插入-》函数： 选SUM函数： 点击“继续”： 将光标先放在数字1中的输入框中，然后在左边过滤出RAND函数，并且点击继续࿱…...
保姆级前端翻牌效果(CSS)
效果 翻牌效果 hover 时候 代码直接上 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Document<…...
Mac环境配置的相关知识
Mac中配置环境的三个途径： 1.open/vim /etc/profile (建议不修改这个文件)全局(公有)配置，不管是哪个用户，登录时都会读取该文件(一般在这个文件中添加系统级环境变量) 2./etc/bashrc全局(公有)配置，bash shell执行时࿰…...
业务连续性：确保稳健运营的关键战略
在今天的快节奏商业环境中，保障业务连续性是企业成功的重要保障。业务连续性不仅仅是关于应对自然灾害或技术故障，更是一项战略，涉及组织的整体准备、规划和应对能力，以确保在各种情况下业务的稳健运营。 一、业务连续性的定义 业…...
【Pytorch和深度学习】栏目导读
一、栏目说明 本栏目《pytorch实践》是为初学者入门深度学习准备的。本文是该栏目的导读部分，因为计划本栏目在明年完成，因此，导读部分，即本文也在持续更新中。 本栏目设计目标是将深度学习全面用pytorch实践一遍，由浅…...
后进先出（LIFO）详解
LIFO 是 Last In, First Out 的缩写，中文译为后进先出。这是一种数据结构的工作原则，类似于一摞盘子或一叠书本： 最后放进去的元素最先出来 -想象往筒状容器里放盘子： （1）你放进的最后一个盘子（…...
7.4.分块查找
一.分块查找的算法思想： 1.实例： 以上述图片的顺序表为例， 该顺序表的数据元素从整体来看是乱序的，但如果把这些数据元素分成一块一块的小区间， 第一个区间[0,1]索引上的数据元素都是小于等于10的， 第二…...
docker详细操作--未完待续
docker介绍 docker官网: Docker：加速容器应用程序开发 harbor官网：Harbor - Harbor 中文 使用docker加速器: Docker镜像极速下载服务 - 毫秒镜像 是什么 Docker 是一种开源的容器化平台，用于将应用程序及其依赖项（如库、运行时环…...
Spring Boot 实现流式响应（兼容 2.7.x）
在实际开发中，我们可能会遇到一些流式数据处理的场景，比如接收来自上游接口的 Server-Sent Events（SSE） 或 流式 JSON 内容，并将其原样中转给前端页面或客户端。这种情况下，传统的 RestTemplate 缓存机制会…...
智能在线客服平台：数字化时代企业连接用户的 AI 中枢
随着互联网技术的飞速发展，消费者期望能够随时随地与企业进行交流。在线客服平台作为连接企业与客户的重要桥梁，不仅优化了客户体验，还提升了企业的服务效率和市场竞争力。本文将探讨在线客服平台的重要性、技术进展、实际应用，并…...
MODBUS TCP转CANopen 技术赋能高效协同作业
在现代工业自动化领域，MODBUS TCP和CANopen两种通讯协议因其稳定性和高效性被广泛应用于各种设备和系统中。而随着科技的不断进步，这两种通讯协议也正在被逐步融合，形成了一种新型的通讯方式——开疆智能MODBUS TCP转CANopen网关KJ-TCPC-CANP…...
【AI学习】三、AI算法中的向量
在人工智能（AI）算法中，向量（Vector）是一种将现实世界中的数据（如图像、文本、音频等）转化为计算机可处理的数值型特征表示的工具。它是连接人类认知（如语义、视觉特征）与…...
Map相关知识
数据结构 二叉树 二叉树，顾名思义，每个节点最多有两个“叉”，也就是两个子节点，分别是左子 节点和右子节点。不过，二叉树并不要求每个节点都有两个子节点，有的节点只 有左子节点，有的节点只有…...
深度学习习题2
1.如果增加神经网络的宽度，精确度会增加到一个特定阈值后，便开始降低。造成这一现象的可能原因是什么？ A、即使增加卷积核的数量，只有少部分的核会被用作预测 B、当卷积核数量增加时，神经网络的预测能力会降低 C、当卷…...
【VLNs篇】07：NavRL—在动态环境中学习安全飞行
项目内容论文标题NavRL: 在动态环境中学习安全飞行 (NavRL: Learning Safe Flight in Dynamic Environments)核心问题解决无人机在包含静态和动态障碍物的复杂环境中进行安全、高效自主导航的挑战，克服传统方法和现有强化学习方法的局限性。核心算法基于近端策略优化…...