使用Chrome和Selenium实现对Superset等私域网站的截图

最近遇到了一个问题，因为一些原因，我搭建的一个 Superset 的 Report 功能由于节假日期间不好控制邮件的发送，所以急需一个方案来替换掉 Superset 的 Report 功能

首先我们需要 Chrome 浏览器和 Chrome Driver，这是执行数据抓取的基石

Selenium 是一个用于自动化 Web 应用程序测试的工具，它可以帮助模拟用户在浏览器中的操作，如点击、输入文本、提交表单等

这样，我们就可以通过网页的验证，并进入 Superset 进行我们需要的截图了

1. 安装

1.1 在服务器安装Chrome

wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
apt install -y google-chrome-stable_current_amd64.deb
google-chrome --version

1.2 在服务器端安装Chrome Drive

在 这里可以查看你安装的stable版与对应的驱动, 上面查看版本可以看到我安装了132.0.6834.83版本，所以对应地，我需要下图中的版本。

wget https://storage.googleapis.com/chrome-for-testing-public/132.0.6834.83/linux64/chromedriver-linux64.zip
unzip chromedriver-linux64.zip
cp chromedriver-linux64/chromedriver /usr/bin/.

1.3 安装字体（针对中文网站）

在 这里 下载微软雅黑ttf格式字体。

将字体上传到服务器上，接着执行

mkdir -p /usr/share/fonts/chinese/
cp 微软雅黑.ttf /usr/share/fonts/chinese/
cd /usr/share/fonts/chinese/
fc-cache -fv
fc-list :lang=zh

也可只针对单用户

mkdir -p ~/.fonts
cp 微软雅黑.ttf ~/.fonts
fc-cache -fv
fc-list :lang=zh

2. 使用Selenium

没有安装 Selenium 的话，先使用pip安装

然后加载 driver

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.keys import Keys

如果是按照上面的流程安装的最新版的驱动的情况下， 使用下面一行即可加载驱动

driver = webdriver.Chrome()

如果安装的 Chrome 或者驱动较老，则可以尝试使用如下方式加载驱动

options = Options()
options.add_argument("--no-sandbox")  # Avoid using the sandbox mode
options.add_argument("--headless")  # Run Chrome in headless mode
options.add_argument("--single-process")
options.add_argument("--window-size=1920,1080")
driver = webdriver.Chrome(options=options)

2.1 确定登录所需信息

由于我们需要对私域网站截图，所以第一步需要先使用账号密码登录网站

Selenium 可以帮我们模拟输入文本和点击，但是前提需要我们找到输入框的所在位置，以及登录按钮所在的位置

由于在这里的id和class是唯一的， 所以我们可以使用 By.ID 和 By.CSS_SELECTOR 选择器直接选择

username_field = driver.find_element(By.ID, 'username')
password_field = driver.find_element(By.ID, 'password')
button = driver.find_element(By.CSS_SELECTOR, "input.btn.btn-primary.btn-block")

2.2 输入信息并点击登录

# 输入账户密码登录
import timeusername_field.send_keys(username)
password_field.send_keys(password)
button.click()
time.sleep(3)  # 等待登陆，等待时间视实际响应时间为准

2.3 根据需求截图并保存

在输入想截图的网站的网址后，我们可以选择只登录，或者登录并跳转。以某dashboard为例子，下面演示登录并跳转到某dashboard截图的例子

# 加载我们想加载的页面
driver.get(url)
time.sleep(15) # 等待页面加载完全，可以根据网页加载速度调整等待时间
width = driver.execute_script("return document.documentElement.scrollWidth")
height = driver.execute_script("return document.documentElement.scrollHeight")
driver.set_window_size(width, height)
driver.save_screenshot(save_path)
driver.quit()

上面的例子会动态根据长宽进行长截图，如果页面的长宽是确定的话，可以像下面一样执行

driver.set_window_size(1920, 1080)

3. 结语

最后，使用Selenium截图的效果还是非常不错的，当然前提是要保证对网站的访问是顺畅的，建议同服务器通过 127.0.0.1 访问会更加顺畅和稳定，否则可能会丢失信息或者干脆无响应

上面的实现思路对公域网站明显是可以直接适用的，其它私域网站参考 2.1 跳转到确定登录所需信息 修改后也仍适用