python获取网页快照信息，并保存快照信息至本地

原创

码农有梦

发布于 2025-08-06 11:08:52

22800

代码可运行

文章被收录于专栏：python专栏python专栏

运行总次数：0

代码可运行

一、实现步骤以及环境需求

1、环境需求

首先，确保你已经安装了Selenium库。如果尚未安装，可以通过以下命令进行安装：

pip install selenium

此外，你还需要下载与浏览器版本匹配的浏览器驱动。例如，如果你使用的是Chrome浏览器，可以下载ChromeDriver。将下载的驱动文件路径添加到系统环境变量中，或者在代码中显式指定路径。

2、编写代码

以下是完整的Python代码示例：

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.chrome.service import Service
import time

chrome_options = Options()
plugins_path = "/Users/usernmae/Desktop/json.la/4.11.1_0.crx"
chrome_options.add_extension(plugins_path)  # 添加插件
chrome_options.add_experimental_option("detach", True)  # 浏览器窗口在脚本运行完后保持打开
chrome_options.page_load_strategy = 'none'  # 不等待页面完全加载
chrome_options.add_argument("--headless")  # 无界面模式
chrome_options.add_argument(
    "--user-agent=Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36")
driver_path = '/usr/local/bin/chromedriver'  # 指定ChromeDriver的路径
service = Service(executable_path=driver_path)  # 初始化Service对象
driver = webdriver.Chrome(service=service, options=chrome_options)
driver.maximize_window()
time.sleep(2)  # 等待插件加载完毕
# 打开网页
url = "https://sohu.mt0668.com"
driver.get(url)
# 防止页面加载不完全(具体可根据需要调整等待时间)
time.sleep(4)  
# 获取网页快照并保存为图片
driver.save_screenshot("test.png")
# 关闭浏览器
driver.quit()

二、核心代码说明

WebDriver初始化 通过webdriver.Chrome()创建一个Chrome浏览器实例。你可以根据需要替换为其他浏览器（如Firefox或Edge）。
打开网页 使用driver.get(url)方法打开目标网页。该方法会等待页面完全加载后再继续执行后续代码。
等待页面加载 由于现代网页通常包含大量动态内容（如JavaScript渲染），我们使用time.sleep()方法等待页面完全加载。如果需要更精确的控制，可以使用Selenium的WebDriverWait功能。
保存快照 使用driver.save_screenshot(path)方法将当前网页截图并保存为PNG文件。
资源清理 在操作完成后，调用driver.quit()关闭浏览器并释放资源。三、其他高阶说明1、添加浏览器插件

from selenium.webdriver.chrome.options import Options

chrome_options = Options()
plugins_path = "/Users/usernmae/Desktop/mt0668.com/4.11.1_0.crx"
chrome_options.add_extension(plugins_path)  # 添加插件

"""
示例说明
https://iqiyi.zc100.com.cn
https://zhihu.mt0668.com
https://qlive.mt0668.com
https://cctv.desh-software.com
https://mip.desh-software.com
"""

如以上代码我添加了广告屏蔽插件,添加广告屏蔽插件是为了屏蔽网页中一些乱七八糟的广告,具体插件可根据个人需求添加。

2、调整浏览器窗口大小

设置浏览器窗口最大化

driver.maximize_window()

当然也可以设置具体宽高,代码如下:

driver.set_window_size(1200, 800)  # 设置窗口大小为1200x800像素

3、无头模式

如果你不需要看到浏览器界面，可以使用无头模式（Headless Mode）来运行浏览器，这样可以节省资源并提高效率：

from selenium.webdriver.chrome.options import Options

chrome_options = Options()
chrome_options.add_argument('--headless')  # 启用无头模式
driver = webdriver.Chrome(service=service, options=options)

注意:部分站点可能无头模式,可能无法正常获取网页快照,需自己设置浏览器的UA

四、总结

通过Python和Selenium，我们可以轻松实现网页快照的获取。无论是简单的静态网页还是复杂的动态网页，Selenium都能胜任。本文提供的代码示例和技巧可以帮助你快速上手，并根据实际需求进行扩展。如果你对自动化Web操作感兴趣，Selenium无疑是一个值得深入学习的工具。注意:本次教程基于MacOS系统实现,Windows系统可根据自己的具体路径实现。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

python