使用 Python 和 Phantomjs 对网页截图

背景

最近在做的一个 Web App，有个需要对 url 截图的需求，Google 了一番找到了使用 Python 和 Phantomjs 的方案，这里记录了如何使用以及遇到坑的解决方案。

一些坑

中文字体展示。
Phantomjs 进程无法正常退出，导致服务器卡死。

安装

使用这个 Gist 安装 phantomjs。
使用 pip install selenium ，Selenium 文档。
安装中文字体： apt-get install xfonts-wqy ttf-wqy-microhei

使用

import signal

from selenium import webdriver

def screenshot():
    driver = webdriver.PhantomJS()
    # 设置加载页面超时时间
    driver.set_page_load_timeout(12)
    # 设置窗口大小
    driver.set_window_size(1024, 768)

    try:
       driver.get(url)
       # 截图保存到内存中，后续使用 Pillow 压缩图片
       origin_png = self.driver.get_screenshot_as_png()
    except:
       return ''
    # 结束 Phantomjs 进程
    finally:
       driver.service.process.send_signal(signal.SIGTERM)
       driver.quit()

注意事项：一定要使用 finally 语句结束 Phantomjs 释放资源

后续

目前部分国外网站无法截图，可以加上代理解决。