使用 Selenium 给网页截图

以前写过一篇博客，介绍了命令行方式下的网页截图工具，最近发现，使用Selenium来做网页截图似乎更加方便。

Selenium 是一个可以让浏览器自动化地执行一系列任务的工具，常用于自动化测试。不过，也可以用来给网页截图。目前，它支持 Java、C#、Ruby 以及 Python 四种客户端语言。如果你使用 Python，则只需要在命令行里输入“sudo easy_install selenium”并回车，即可安装 selenium 的 Python 版本的客户端支持。

以 Python 为例，我们可以使用下面的脚本来给指定页面（比如淘宝首页）截图：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47

# -*- coding: utf-8 -*- # # author: oldj <[e-mail]> # blog: http://oldj.net # 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.taobao.com")

注意到，上面的代码中，我并没有在打开页面后立即截图，而是先在页面上执行了一段 JavaScript 脚本，先将页面的滚动条拖到最下方，再拖回顶部，然后才截图。这样的好处是如果页面下方有一些延迟加载的内容，在这个操作之后一般也都已加载了。

与PageSaver等浏览器插件相比，Selenium 功能更为强大，例如，它可以在页面上注入并执行一段 JS，还可以模拟鼠标点击等行为，而且可以同时运行多个实例（多个线程同时截图）。这样看来，使用 Selenium 来给页面截图似乎是一个不错的选择。