python结合PhantomJS进行网页截屏（支持需要登录的网站，添加cookie、设置页面大小）

参考链接：

http://phantomjs.org/examples.html

phantomjs是一个无界面浏览器，可用于网页截图和前端自动化测试，基于webkit内核（也就是chrome使用的内核），并使用js编写业务脚本来请求、浏览和操作页面。在学习过程中可参考http://phantomjs.org/examples.html进行学习。

1、安装phantomjs

下载phantomjs（官网下载），选择自己需要的版本下载即可，我这里是在windows下使用的，下载后直接解压，为了方便我将包含phantomjs.exe的目标路径添加到了环境变量里面，后续使用比较方便。

安装完成后在cmd里面输入phantomjs --version即可查看phantomjs版本信息。

2、python中使用phantomjs

import os
import collections
import logging
import subprocess
import posixpath

page_info = {
    'url': 'http://xxx.com/dashboard',
    'page': 'file/data_analyze.json',
    'subject': 'data_analyze',
    'cookie_name': 'xxx',
    'cookie_value': 'xxx',
    'cookie_domain': 'xxx'
}


def screenshot(page_info):
    page = page_info['page']
    subject = page_info['subject']
    image_file = subject + '.png'
    if os.path.exists(image_file):
        os.remove(image_file)
    params = collections.OrderedDict()
    params['url'] = posixpath.join(page_info['url'], page)
    params['width'] = 1200
    params['height'] = 4096
    params['png'] = subject + '.png'
    params['cname'] = page_info['cookie_name']
    params['cvalue'] = page_info['cookie_value']
    params['cdomain'] = page_info['cookie_domain']
    args = ' '.join(['%s=%s' % (k, v) for k, v in params.items()])
    #真实环境中phantomjs和render.js的路径要进行调整
    cmd = 'phantomjs --ignore-ssl-errors=true --web-security=false render.js %s' % args
    status = subprocess.call(cmd, shell=True)
    if status != 0:
        logging.error('screenshot for subject=%s with status=%s', subject, status)
        return False
    return True


if __name__ == '__main__':
    screenshot(page_info)

3、render js的实现。

phantomjs官网有很多这样的例子，现贴一个rasterize.js的实现。

"use strict";
var page = require('webpage').create(),
    system = require('system'),
    address, output, size, pageWidth, pageHeight;

if (system.args.length < 3 || system.args.length > 5) {
    console.log('Usage: rasterize.js URL filename [paperwidth*paperheight|paperformat] [zoom]');
    console.log('  paper (pdf output) examples: "5in*7.5in", "10cm*20cm", "A4", "Letter"');
    console.log('  image (png/jpg output) examples: "1920px" entire page, window width 1920px');
    console.log('                                   "800px*600px" window, clipped to 800x600');
    phantom.exit(1);
} else {
    address = system.args[1];
    output = system.args[2];
    page.viewportSize = { width: 600, height: 600 };
    if (system.args.length > 3 && system.args[2].substr(-4) === ".pdf") {
        size = system.args[3].split('*');
        page.paperSize = size.length === 2 ? { width: size[0], height: size[1], margin: '0px' }
                                           : { format: system.args[3], orientation: 'portrait', margin: '1cm' };
    } else if (system.args.length > 3 && system.args[3].substr(-2) === "px") {
        size = system.args[3].split('*');
        if (size.length === 2) {
            pageWidth = parseInt(size[0], 10);
            pageHeight = parseInt(size[1], 10);
            page.viewportSize = { width: pageWidth, height: pageHeight };
            page.clipRect = { top: 0, left: 0, width: pageWidth, height: pageHeight };
        } else {
            console.log("size:", system.args[3]);
            pageWidth = parseInt(system.args[3], 10);
            pageHeight = parseInt(pageWidth * 3/4, 10); // it's as good an assumption as any
            console.log ("pageHeight:",pageHeight);
            page.viewportSize = { width: pageWidth, height: pageHeight };
        }
    }
    if (system.args.length > 4) {
        page.zoomFactor = system.args[4];
    }
    page.open(address, function (status) {
        if (status !== 'success') {
            console.log('Unable to load the address!');
            phantom.exit(1);
        } else {
            window.setTimeout(function () {
                page.render(output);
                phantom.exit();
            }, 200);
        }
    });
}