python实现网页长截图

实现思路

1. 获取到所需内容
2. 截图、移动、截图、移动…
3. 拼接

使用工具和第三方库

1. Python、Pycharm
2. PIL
3. selenium
4. webdriver安装

参考内容网址

1. selenium网址
   https://www.selenium.dev/documentation/en/webdriver/
2. webdriver安装
   https://blog.youkuaiyun.com/weixin_43333607/article/details/115370243

具体代码案例

from selenium import webdriver
from PIL import Image
import time
def short_sc(el,b):
  start_higth = el.location["y"]
  js = "scrollTo(0,%s)" % (start_higth)
  b.execute_script(js) # 执行js
  time.sleep(0.5)
  fp = r"D:\Workspace\HandleData\Picture\test.png" # 图片地址
  b.get_screenshot_as_file(fp)
  img = Image.open(fp=fp)
  img2 = img.crop((el.location["x"], 0, el.size["width"] + el.location["x"], el.size["height"])) # 剪切图片
  img2.save(fp)
def long_sc(el,b):
  count = int(el.size["height"] / sc_hight) # 元素的高度除以你每次截多少就是次数
  start_higth = el.location["y"] # 元素的初始高度
  max_px = start_higth + (count - 1) * sc_hight # for循环中最大的px
  last_px = el.size["height"] + start_higth - sc_hight # 元素最底部的位置
  surplus_px = last_px - max_px # 剩余的边的高度
  img_path = [] # 用来存放图片地址
  for i in range(0, count):
    js = "scrollTo(0,%s)" % (start_higth + i * sc_hight) # 用于移动滑轮
    b.execute_script(js) # 执行js
    time.sleep(0.5)
    fp = r"D:\Workspace\HandleData\Picture\%s.png" % i # 图片地址，运行的话，改一下
    b.get_screenshot_as_file(fp) # 屏幕截图,这里是截取是完整的网页图片，你可以打断点看一下图片
    img = Image.open(fp=fp)
    img2 = img.crop((el.location["x"], 0, el.size["width"] + el.location["x"], sc_hight)) # 剪切图片
    img2.save(fp) # 保存图片，覆盖完整的网页图片
    img_path.append(fp) # 添加图片路径
    time.sleep(0.5)
    print(js)
  else:
    js = "scrollTo(0,%s)" % last_px # 滚动到最后一个位置
    b.execute_script(js)
    fp = r"D:\Workspace\HandleData\Picture\last.png"
    b.get_screenshot_as_file(fp)
    img = Image.open(fp=fp)
    print((el.location["x"], sc_hight - surplus_px, el.size["width"] + el.location["x"], sc_hight))
    img2 = img.crop((el.location["x"], sc_hight - surplus_px, el.size["width"] + el.location["x"], sc_hight))
    img2.save(fp)
    img_path.append(fp)
    print(js)
  new_img = Image.new("RGB", (el.size["width"], el.size["height"])) # 创建一个新图片,大小为元素的大小
  k = 0
  for i in img_path:
    tem_img = Image.open(i)
    new_img.paste(tem_img, (0, sc_hight * k)) # 把图片贴上去,间隔一个截图的距离
    k += 1
  else:
    new_img.save(r"D:\Workspace\HandleData\Picture\test.png") # 保存



driver=r"C:\Program Files\Google\Chrome\Application\chromedriver.exe"
b=webdriver.Chrome(executable_path=driver)#指定一下driver
b.get("https://www.w3school.com.cn/html/html_links.asp")
b.maximize_window()#最大化窗口
# b.get_screenshot_as_file(fp)
sc_hight=840#你屏幕截图默认的大小，
# 相当于索引的方式，这个使用标签索引，body可以获取全屏
el=b.find_element_by_tag_name("body")

if el.size["height"]>sc_hight:
  long_sc(el,b)
else:
  short_sc(el,b)

除了使用标签名进行索引自己所截内容外还可使用类名、id、css等。