Python中使用 Selenium 實現網頁截圖實例

Selenium 是一個可以讓瀏覽器自動化地執行一系列任務的工具，常用於自動化測試。不過，也可以用來給網頁截圖。目前，它支持 Java、C#、Ruby 以及 Python 四種客戶端語言。如果你使用 Python，則只需要在命令行里輸入“sudo easy_install selenium”並回車，即可安裝 selenium 的 Python 版本的客戶端支持。

以 Python 為例，我們可以使用下面的腳本來給指定頁面（比如腳本之家首頁）截圖：

# -*- coding: utf-8 -*-
#
# author: oldj <[e-mail]>
#
 
from selenium import webdriver
import time
 
 
def capture(url, save_fn="capture.png"):
  browser = webdriver.Firefox() # Get local session of firefox
  browser.set_window_size(1200, 900)
  browser.get(url) # Load page
  browser.execute_script("""
    (function () {
      var y = 0;
      var step = 100;
      window.scroll(0, 0);
 
      function f() {
        if (y < document.body.scrollHeight) {
          y += step;
          window.scroll(0, y);
          setTimeout(f, 50);
        } else {
          window.scroll(0, 0);
          document.title += "scroll-done";
        }
      }
 
      setTimeout(f, 1000);
    })();
  """)
 
  for i in xrange(30):
    if "scroll-done" in browser.title:
      break
    time.sleep(1)
 
  browser.save_screenshot(save_fn)
  browser.close()
 
 
if __name__ == "__main__":
 
  capture("http://www.jb51.net")

　　

　　

注意到，上面的代碼中，我並沒有在打開頁面后立即截圖，而是先在頁面上執行了一段 JavaScript 腳本，先將頁面的滾動條拖到最下方，再拖回頂部，然后才截圖。這樣的好處是如果頁面下方有一些延遲加載的內容，在這個操作之后一般也都已加載了。

與 PageSaver 等瀏覽器插件相比，Selenium 功能更為強大，例如，它可以在頁面上注入並執行一段 JS，還可以模擬鼠標點擊等行為，而且可以同時運行多個實例（多個線程同時截圖）。這樣看來，使用 Selenium 來給頁面截圖似乎是一個不錯的選擇。