如何用seleniumRC保存網頁

Question

我用seleniumRC打開一個url，那該如何保存這個網頁？如何實現它像urllib.urlretrieve做到這一點？但urllib無法在頁面中操作JavaScript。還有一個問題：是否可以保存整個頁面，就像我看到seleniumRC打開它時那樣？

Answer 1

這聽起來像你混淆了兩個非常不同的圖書館。

urllib：

該模塊提供了通過萬維網獲取數據的高級接口。尤其是，urlopen（）函數與內置函數open（）類似，但接受通用資源定位器（URL）而不是文件名。

您可以使用python的urllib庫從有效的URL中檢索原始標記。該庫不會調用頁面上的任何嵌入式JavaScript，因爲該庫從不嘗試解析或呈現任何內容。

Selenium RC：

硒的遠程控制（RC）是一個測試工具，它允許你使用任何支持JavaScript的主流瀏覽器的編寫，任何HTTP網站的任何編程語言的自動Web應用程序的UI測試。

Selenium RC用於自動化測試。通過javascript在Web瀏覽器中執行測試，但這是一個測試套件，您收到有關測試狀態的信息。 Selenium RC不提供任何功能來保存渲染頁面的圖像。

---

除非我誤解你的問題，你似乎在尋找一個圖書館，讓您檢索渲染HTML頁面（包括JavaScript DOM操作）的圖像。如果確實如此，我會建議調查PyWebShot，這似乎提供了完全的功能。您可以通過操作here查看它的屏幕截圖（以及其他一些相關信息）。

如果它不一定需要是一個Python庫，有許多的Web服務各地提供的截圖：

• IE Web Renderer
• Browsershots
• BrowsrCamp
• BrowserCam