Pyppeteer库之三：Pyppeteer的页面操作(上)

访问网站

goto (url: str, options: dict = None, **kwargs: Any
                   ) -> Optional[Response]

options:

• timeout(int): 跳转等待时间，单位是毫秒, 默认是30秒, 传 0 表示无限等待。
• waitUntil(str|List[str])：满足什么条件认为页面跳转完成，默认是 load 事件触发时(页面加载完毕)。其它事件如下：
  domcontentloaded - DOM 树构建完成
  networkidle0 - 不再有网络连接时触发（至少500毫秒后）
  networkidle2 - 只有2个网络连接时触发（至少500毫秒后）

DOM文档的加载步骤为：

解析HTML结构。
加载外部脚本和样式表文件。
解析并执行脚本代码。
DOM树构建完成。//domcontentloaded
加载图片等外部文件。
页面加载完毕。//load

示例：

    await page.goto('https://www.baidu.com/', {
   
        # 配置项 等待网络状态为空闲的时候才继续执行
        'waitUntil': 'networkidle0'
    })

注：page.goto 要么抛出错误，要么返回主页面的响应。唯一例外是打开空白页 about：blank，返回 null 。

截图

可以全屏截图、元素截图，语法如下：

screenshot (options: dict = None, **kwargs: Any ) 

options:

• path (str)：保存图片的文件路径。截图将从文件扩展名推断类型。
• fullPage (bool)：是否滚动页面。默认为 False。
• clip (dict)：指定页面裁剪区域。此选项需要以下参数：
  x (int) - 剪辑区域左上角的X坐标。
  y (int) - 剪辑区域左上角的Y坐标。
  width (int) - 裁剪区域的宽度。
  height (int) - 剪裁区域的高度。

例子：

import asyncio
from pyppeteer import launch

width, height = 1366, 768


async def main():
    browser = await launch({
   
        'headless': False,
        'args': [f'--window-size={width},{height}']
    })
    page = await browser.newPage()
    await page.setViewport({
   'width': width, 'height': height})
    await page.goto('https://www.baidu.com')
    await page.screenshot({
   'path': 'baidu.png'})  # 页面截图
    element = await page.J('#lg>img')            # 查找元素
    await element.screenshot({
   'path': 'element.png'})  # 元素级截图
    await asyncio.sleep(3)
    await browser.close()


asyncio.get_event_loop().run_until_complete(main())

注：如果通过 element.screenshot() 元素截图有偏差，这是跟电脑分辨率设置有关。

解决：在显示设置 - 将电脑缩放改为100%

生成PDF

    await page.emulateMedia('screen')
    await page.pdf({
   
        'path': 'baidu.pdf',
        'printBackground': True