selenium 使用headless Chrome 实现整个网页截图

最新推荐文章于 2024-04-18 09:53:09 发布

原创最新推荐文章于 2024-04-18 09:53:09 发布 · 8.4k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#python #selenium

python 同时被 2 个专栏收录

3 篇文章

订阅专栏

headless browser

2 篇文章

订阅专栏

本文介绍如何利用Selenium和Headless Chrome自动化获取完整网页截图的方法，包括设置Chrome选项、调整窗口尺寸以适应页面内容及保存截图。讨论了与PhantomJS相比，Headless Chrome的优势，如更现代的内核、更好的资源管理和较少的反爬虫风险。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/usr/bin/python
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import time

url = "https://www.sina.com.cn"
chrome_options = Options()
chrome_options.add_argument("--headless")
chrome_options.add_argument("--disable-gpu")

browser = webdriver.Chrome(chrome_options=chrome_options, executable_path="./chromedriver")
browser.set_page_load_timeout(300)
browser.set_script_timeout(300)
browser.get(url)

# Get the actual page dimensions using javascript
width = browser.execute_script("return 
		Math.max(document.body.scrollWidth,
		 document.ssbody.offsetWi, 
		 document.documentElement.clientWidth, 
		 document.documentElement.scrollWidth, 
		 document.documentElement.offsetWidth);")
		 
height = browser.execute_script("return 
		Math.max(document.body.scrollHeight, 
		document.body.offsetHe,
		 document.documentElement.clientHeight, 
		document.documentElement.scrollHeight, 
		document.documentElement.offsetHeight);")

#resize
browser.set_window_size(width,height)
time.sleep(3)

browser.get_screenshot_as_file("./sina.png")
browser.quit()

另：如果只是为了截图，phantomjs 新版本也可以截图，并且默认就是整个网页的截图。只是因为phantomjs本身的问题，如内核太旧、退出进程无法清理干净、容易被反爬虫、无人维护等问题，现在倾向于使用headless chrome.

参考文档：
1. http://yizeng.me/2014/02/23/how-to-get-window-size-resize-or-maximize-window-using-selenium-webdriver/#heading-python
2. https://gist.github.com/elcamino/5f562564ecd2fb86f559
3. https://developers.google.com/web/updates/2017/04/headless-chrome#drivers