上次介绍了怎么利用nodejs + phantomjs进行截图，但由于对每次截图操作，都启用了一个phantomjs进程，所以并发量上去后，效率堪忧，所以我们重写了所有代码，并将其独立成为一个模块，方便调用。
如何改进？控制线程数，以及单线程处理url数量。使用standard output & websocket 进行通讯。添加缓存机制，目前使用javascript object进行。对外提供简易的接口。
设计图
依赖 & 安装 由于phantomjs 1.9.0+才开始支持websocket，所以我们先要确定在path中的phantomjs是为1.9.0以上版本。在命令行键入：
$ phantomjs -v
如果能返回版本号1.9.x，则可以继续操作。如果版本过低，或者出现错误，请到phantomjs官网下载最新版本。
如果你已经安装了git，或者拥有git shell，那么在命令行键入：
$ npm install url-extract
进行安装。
一个简单的例子
比如我们要截取百度首页，那么可以这样：
复制代码 代码如下:
module.exports = (function () { use strict var urlextract = require('url-extract'); urlextract.snapshot('http://www.baidu.com', function (job) { console.log('this is a snapshot example.'); console.log(job); process.exit(); }); })();
下面是打印：
其中，image属性就是截图相对于工作路径的地址。我们可以使用job的getdata接口来得到更清楚的数据，例如：
复制代码 代码如下:
module.exports = (function () { use strict var urlextract = require('url-extract'); urlextract.snapshot('http://www.baidu.com', function (job) { console.log('this is a snapshot example.'); console.log(job.getdata()); process.exit(); }); })();
打印就变成了这样了：
image表示截图相对于工作路径的地址，status表示状态是否正常，true代表正常，false代表截图失败。
更多例子请参见：https://github.com/miniflycn/url-extract/tree/master/examples
主要api .snapshot
url快照
.snapshot(url, [callback]).snapshot(urls, [callback]).snapshot(url, [option]).snapshot(urls, [option]) 复制代码 代码如下:
url {string} 要截取的地址 urls {array} 要截取的地址数组 callback {function} 回调函数 option {object} 可选参数 ┝ id {string} 自定义url的id，如果第一个参数是urls，此参数无效 ┝ image {string} 自定义截图的保存地址，如果第一个参数是urls，此参数无效 ┝ groupid {string} 定义一组url的groupid，用于返回时候辨认是哪一组url ┝ ignorecache {boolean} 是否忽略缓存 ┗ callback {function} 回调函数
.extract
url信息抓取，并获取快照
.extract(url, [callback]).extract(urls, [callback]).extract(url, [option]).extract(urls, [option]) url {string} 要截取的地址
urls {array} 要截取的地址数组
callback {function} 回调函数
option {object} 可选参数
┝ id {string} 自定义url的id，如果第一个参数是urls，此参数无效
┝ image {string} 自定义截图的保存地址，如果第一个参数是urls，此参数无效
┝ groupid {string} 定义一组url的groupid，用于返回时候辨认是哪一组url
┝ ignorecache {boolean} 是否忽略缓存
┗ callback {function} 回调函数
job（类）
每一个url对应一个job对象，url的相关信息由job对象存储。
field
url {string} 链接地址content {boolean} 是否抓取页面的title和description信息id {string} job的idgroupid {string} 一堆job的组idcache {boolean} 是否开启缓存callback {function} 回调函数image {string} 图片地址status {boolean} job当前是否正常prototype
getdata() 获取job的相关数据 
全局配置 url-extract根目录中的config文件可以进行全局配置，默认如下：
module.exports = { wsport: 3001, maxjob: 100, maxqueuejob: 400, cache: 'object', maxcache: 10000, workernum: 0};
wsport {number} websocket占用的端口地址maxjob {number} 每个phantomjs线程可并发worker数maxqueuejob {number} 最大等待工作数量，0表示不限制，超过该数量，任何工作都直接返回失败（即status = false）cache {string} 缓存实现，目前只有object实现maxcache {number} 最大缓存链接数workernum {number} phantomjs线程数，0表示和cpu数量相同 
一个简单的服务例子 https://github.com/miniflycn/url-extract-server-example
注意，需要安装connect和url-extract：
$ npm install
如果你下载了网盘的文件，那么请安装connect：
$ npm install connect
然后键入：
$ node bin/server
打开：
http://localhost:3000
查看效果。
;