Apache ECharts 图片导出:PNG、PDF与SVG
在数据可视化工作中,将精心设计的图表导出为图片格式是常见需求。Apache ECharts(可视化图表库)提供了灵活的导出功能,支持PNG、PDF和SVG等多种格式。本文将详细介绍如何通过工具按钮和API两种方式实现图表导出,并解决常见问题。
一、快速上手:工具按钮导出
ECharts内置的工具箱(Toolbox)组件提供了一键导出功能,无需编写额外代码即可使用。
基础配置
在图表配置项中添加toolbox选项,启用saveAsImage功能:
option = {
toolbox: {
feature: {
saveAsImage: {
show: true,
title: '保存为图片'
}
}
},
// 其他配置...
}
完整示例可参考测试文件test/toolbox-saveImage-background-svg.html,该文件演示了SVG格式图表的导出效果。
格式选择
通过type参数指定导出格式,支持png(默认)、jpeg和svg:
saveAsImage: {
type: 'svg', // 导出为SVG矢量图
title: '保存SVG图片'
}
注意:PDF格式需通过API方式导出,工具按钮暂不直接支持。
样式定制
可自定义导出图片的背景色、尺寸等参数:
saveAsImage: {
backgroundColor: '#ffff00', // 黄色背景
pixelRatio: 2, // 2倍分辨率
connectedBackgroundColor: 'yellow' // 多图表联动时的背景色
}
上述配置来自test/toolbox-saveImage-background-svg.html的118-122行,实现了导出图片的背景色定制。
二、高级用法:API编程导出
对于需要更多控制的场景,ECharts提供了echartsInstance.exportToCanvas()和echartsInstance.exportToSVG()方法。
导出为Canvas(PNG/JPEG)
// 获取图表实例
const chart = echarts.init(document.getElementById('chart'));
// 导出为Canvas
chart.exportToCanvas({
pixelRatio: 2 // 分辨率
}).then(canvas => {
// 将Canvas转换为图片URL
const imgUrl = canvas.toDataURL('image/png');
// 创建下载链接
const link = document.createElement('a');
link.download = 'chart.png';
link.href = imgUrl;
link.click();
});
导出为SVG
// 导出为SVG字符串
const svgStr = chart.getOption().renderer === 'svg'
? chart.getSVG()
: await chart.exportToSVG();
// 保存SVG文件
const blob = new Blob([svgStr], {type: 'image/svg+xml'});
const url = URL.createObjectURL(blob);
// 创建下载链接(同上)
导出为PDF
ECharts本身不直接支持PDF导出,但可结合第三方库如jspdf实现:
import jsPDF from 'jspdf';
// 先导出为Canvas
chart.exportToCanvas().then(canvas => {
const pdf = new jsPDF();
// 将Canvas添加到PDF
pdf.addImage(canvas, 'PNG', 10, 10);
pdf.save('chart.pdf');
});
三、常见问题解决
1. 中文乱码问题
确保导出时使用了支持中文的字体,可在全局样式中设置:
body {
font-family: 'SimHei', 'WenQuanYi Micro Hei', sans-serif;
}
2. 图表截断问题
导出前调整图表尺寸或设置pageSize参数:
saveAsImage: {
pageSize: 'A4', // 适合PDF导出的纸张尺寸
backgroundColor: '#ffffff'
}
3. SVG与Canvas对比
| 格式 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| PNG | 兼容性好,支持透明 | 放大失真 | 网页展示、PPT插入 |
| SVG | 矢量无损,文件小 | 复杂图表渲染慢 | 印刷、高清展示 |
| 多页支持,可编辑 | 需要第三方库 | 报告、文档嵌入 |
四、示例图表
以下是不同导出格式的效果对比(图表数据来自测试用例):
PNG格式导出
PNG导出示例
图1:使用默认配置导出的PNG图片(来源:test/line-sampling.html测试用例)
SVG格式导出
SVG导出示例
图2:SVG矢量图导出效果,可无损放大(来源:test/toolbox-saveImage-background-svg.html)
五、总结与扩展
ECharts提供了从简单到复杂的完整导出方案:
- 快速导出:使用
toolbox.saveAsImage配置,适合普通用户 - 定制导出:通过API方法实现格式、尺寸等高级控制
- 批量导出:结合
echarts.connect()实现多图表联动导出
更多导出相关的测试用例可参考test/目录下的文件,如test/line-sampling.html演示了不同采样率下的图表导出效果。
如果需要实现服务器端导出,可参考ECharts的SSR(服务端渲染)方案,相关代码位于ssr/目录。
提示:导出大量或复杂图表时,建议使用Web Worker避免阻塞主线程。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00