「年」崔庆才爬虫经典动态渲染工具的使用

前面我们讲解了 Ajax 的分析方法，利用 Ajax 接口我们可以非常方便地完成数据爬取。只要我们能找到 Ajax 接口的规律，就可以通过某些参数构造出对应的请求，数据自然就能轻松爬取到。

但是在很多情况下，一些 Ajax 请求的接口通常会包含加密参数，如token、sign 等，如：file/tupian/20220929/，它的 Ajax 接口是包含一个 token 参数的，如图所示。

由于请求接口时必须加上 token 参数，所以我们如果不深入分析找到 token 的构造逻辑，是难以直接模拟这些 Ajax 请求的。

此时解决方法通常有两种：一种就是深挖其中的逻辑，把其中 token 的构造逻辑完全找出来，再用 Python 复现，构造 Ajax 请求；另外一种方法就是直接通过模拟浏览器的方式来绕过这个过程，因为在浏览器里我们可以看到这个数据，如果能把看到的数据直接爬取下来，当然也就能获取对应的信息了。

由于第一种方法难度较高，这里我们就先介绍第二种方法：模拟浏览器爬取。

这里使用的工具为 Selenium，这里就来先了解一下 Selenium 的基本使用方法。

Selenium 是一个自动化测试工具，利用它可以驱动浏览器执行特定的动作，如点击、下拉等操作，同时还可以获取浏览器当前呈现的页面的源代码，做到可见即可爬。对于一些 Javascript 动态渲染的页面来说，此种抓取方式非常有效。本节中，就让我们来感受一下它的强大之处吧。

1. 准备工作

本节以 Chrome 为例来讲解 Selenium 的用法。在开始之前，请确保已经正确安装好了 Chrome 浏览器并配置好了 ChromeDriver。另外，还需要正确安装好 Python 的 Selenium 库。

安装方法可以参考：file/tupian/20220929/33043.html 基本用法

准备工作做好之后，首先来大体看一下 Selenium 的功能。示例如下：

from selenium import webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.common.keys import Keysfrom selenium.webdriver.support import expected_conditions as ECfrom selenium.webdriver.support.wait import WebDriverWaitbrowser = webdriver.Chrometry:    browser.get    input = browser.find_element_by_id    input.send_keys    input.send_keys    wait = WebDriverWait    wait.until))    print    print)    printfinally:    browser.close

运行代码后发现，会自动弹出一个 Chrome 浏览器。浏览器首先会跳转到，然后在搜索框中输入 Python，接着跳转到搜索结果页，如图所示。

此时在控制台的输出结果如下：

file/tupian/20220929/s ie=utf-8&f=8&rsv_bp=0&rsv_idx=1&tn=baidu&wd=Python&rsv_pq=c94d0df9000a72d0&rsv_t=07099xvun1ZmC0bf6eQvygJ43IUTTUOl5FCJVPgwG2YREs70GplJjH2F%2BCQ&rqlang=cn&rsv_enter=1&rsv_sug3=6&rsv_sug2=0&inputT=87&rsv_sug4=87[{'secure': False, 'value': 'B490B5EBF6F3CD402E515D22BCDA1598', 'domain': '.baidu.com', 'path': '/', 'httpOnly': False, 'name': 'BDORZ', 'expiry': 1491688071.707553}, {'secure': False, 'value': '22473_1441_21084_17001', 'domain': '.baidu.com', 'path': '/', 'httpOnly': False, 'name': 'H_PS_PSSID'}, {'secure': False, 'value': '12883875381399993259_00_0_I_R_2_0303_C02F_N_I_I_0', 'domain': '.www.baidu.com', 'path': '/', 'httpOnly': False, 'name': '__bsi', 'expiry': 1491601676.69722}]...

源代码过长，在此省略。可以看到，我们得到的当前 URL、cookies 和源代码都是浏览器中的真实内容。

所以说，如果用 Selenium 来驱动浏览器加载网页的话，就可以直接拿到 Javascript 渲染的结果了，不用担心使用的是什么加密系统。

下面来详细了解一下 Selenium 的用法。

3. 声明浏览器对象

Selenium 支持非常多的浏览器，如 Chrome、Firefox、Edge 等，还有 Android、BlackBerry 等手机端的浏览器。我们可以用如下方式初始化：

from selenium import webdriverbrowser = webdriver.Chromebrowser = webdriver.Firefoxbrowser = webdriver.Edgebrowser = webdriver.Safari

这样就完成了浏览器对象的初始化并将其赋值为 browser 对象。接下来，我们要做的就是调用 browser 对象，让其执行各个动作以模拟浏览器操作。

4. 访问页面

我们可以用 get 方法来请求网页，其参数传入链接 URL 即可。比如，这里用 get 方法访问淘宝，然后打印出源代码，代码如下：

from selenium import webdriverbrowser = webdriver.Chromebrowser.getprintbrowser.close

运行后发现，此时弹出了 Chrome 浏览器并且自动访问了淘宝，然后控制台输出了淘宝页面的源代码，随后浏览器关闭。

通过这几行简单的代码，我们可以实现浏览器的驱动并获取网页源码，非常便捷。

5. 查找节点

Selenium 可以驱动浏览器完成各种操作，比如填充表单、模拟点击等。比如，我们想要完成向某个输入框输入文字的操作，总需要知道这个输入框在哪里吧？而 Selenium 提供了一系列查找节点的方法，我们可以用这些方法来获取想要的节点，以便下一步执行一些动作或者提取信息。

单个节点

比如，想要从淘宝页面中提取搜索框这个节点，首先要观察它的源代码，如图所示。

可以发现，它的 id 是 q，name 也是 q。此外，还有许多其他属性，此时我们就可以用多种方式获取它了。比如，find_element_by_name 是根据 name 值获取，find_element_by_id 是根据 id 获取。另外，还有根据 XPath、CSS 选择器等获取的方式。

下面我们用代码实现一下：

from selenium import webdriverbrowser = webdriver.Chromebrowser.getinput_first = browser.find_element_by_idinput_second = browser.find_element_by_css_selectorinput_third = browser.find_element_by_xpathprintbrowser.close

这里我们使用 3 种方式获取输入框，分别是根据 ID、CSS 选择器和 XPath 获取，它们返回的结果完全一致。运行结果如下：

可以看到，这 3 个节点都是 WebElement 类型，是完全一致的。

下面列出所有获取单个节点的方法：

find_element_by_idfind_element_by_namefind_element_by_xpathfind_element_by_link_textfind_element_by_partial_link_textfind_element_by_tag_namefind_element_by_class_namefind_element_by_css_selector

另外，Selenium 还提供了通用方法 find_element，它需要传入两个参数：查找方式 By 和值。实际上，它就是 find_element_by_id 这种方法的通用函数版本，比如 find_element_by_id 就等价于 find_element，二者得到的结果完全一致。我们用代码实现一下：

from selenium import webdriverfrom selenium.webdriver.common.by import Bybrowser = webdriver.Chromebrowser.getinput_first = browser.find_elementprintbrowser.close

实际上，这种查找方式的功能和上面列举的查找函数完全一致，不过参数更加灵活。

多个节点

如果查找的目标在网页中只有一个，那么完全可以用 find_element 方法。但如果有多个节点，再用 find_element 方法查找，就只能得到第一个节点了。如果要查找所有满足条件的节点，需要用 find_elements 这样的方法。注意，在这个方法的名称中，element 多了一个 s，注意区分。

比如，要查找淘宝左侧导航条的所有条目，就可以这样来实现：

from selenium import webdriverbrowser = webdriver.Chromebrowser.getlis = browser.find_elements_by_css_selectorprintbrowser.close

运行结果如下：

[, , ...]

这里简化了输出结果，中间部分省略。

可以看到，得到的内容变成了列表类型，列表中的每个节点都是 WebElement 类型。

也就是说，如果我们用 find_element 方法，只能获取匹配的第一个节点，结果是 WebElement 类型。如果用 find_elements 方法，则结果是列表类型，列表中的每个节点都是 WebElement 类型。

这里列出所有获取多个节点的方法：

find_elements_by_idfind_elements_by_namefind_elements_by_xpathfind_elements_by_link_textfind_elements_by_partial_link_textfind_elements_by_tag_namefind_elements_by_class_namefind_elements_by_css_selector

当然，我们也可以直接用 find_elements 方法来选择，这时可以这样写：

lis = browser.find_elements

结果是完全一致的。

6. 节点交互

Selenium 可以驱动浏览器来执行一些操作，也就是说可以让浏览器模拟执行一些动作。比较常见的用法有：输入文字时用 send_keys 方法，清空文字时用 clear 方法，点击按钮时用 click 方法。示例如下：

from selenium import webdriverimport timebrowser = webdriver.Chromebrowser.getinput = browser.find_element_by_idinput.send_keystime.sleepinput.clearinput.send_keysbutton = browser.find_element_by_class_namebutton.click

这里首先驱动浏览器打开淘宝，然后用 find_element_by_id 方法获取输入框，然后用 send_keys 方法输入 iPhone 文字，等待一秒后用 clear 方法清空输入框，再次调用 send_keys 方法输入 iPad 文字，之后再用 find_element_by_class_name 方法获取搜索按钮，最后调用 click 方法完成搜索动作。

通过上面的方法，我们完成了一些常见节点的操作，更多的操作可以参见官方文档的交互动作介绍 ：file/tupian/20220929/api.html 动作链

在上面的实例中，一些交互动作都是针对某个节点执行的。比如，对于输入框，我们就调用它的输入文字和清空文字方法；对于按钮，就调用它的点击方法。其实，还有另外一些操作，它们没有特定的执行对象，比如鼠标拖曳、键盘按键等，这些动作用另一种方式来执行，那就是动作链。

比如，现在实现一个节点的拖曳操作，将某个节点从一处拖曳到另外一处，可以这样实现：

from selenium import webdriverfrom selenium.webdriver import ActionChainsbrowser = webdriver.Chromeurl = 'file/tupian/20220929/ filename=jqueryui-api-droppable'browser.getbrowser.switch_to.framesource = browser.find_element_by_css_selectortarget = browser.find_element_by_css_selectoractions = ActionChainsactions.drag_and_dropactions.perform

首先，打开网页中的一个拖曳实例，然后依次选中要拖曳的节点和拖曳到的目标节点，接着声明 ActionChains 对象并将其赋值为 actions 变量，然后通过调用 actions 变量的 drag_and_drop 方法，再调用 perform 方法执行动作，此时就完成了拖曳操作，如图所示。

更多的动作链操作可以参考官方文档的动作链介绍：file/tupian/20220929/api.html 执行 Javascript

对于某些操作，Selenium API 并没有提供。比如，下拉进度条，它可以直接模拟运行 Javascript，此时使用 execute_script 方法即可实现，代码如下：

from selenium import webdriverbrowser = webdriver.Chromebrowser.getbrowser.execute_script')browser.execute_script')

这里就利用 execute_script 方法将进度条下拉到最底部，然后弹出 alert 提示框。

所以说有了这个方法，基本上 API 没有提供的所有功能都可以用执行 Javascript 的方式来实现了。

9. 获取节点信息

前面说过，通过 page_source 属性可以获取网页的源代码，接着就可以使用解析库来提取信息了。

不过，既然 Selenium 已经提供了选择节点的方法，返回的是 WebElement 类型，那么它也有相关的方法和属性来直接提取节点信息，如属性、文本等。这样的话，我们就可以不用通过解析源代码来提取信息了，非常方便。

接下来，我们就来看看怎样获取节点信息吧。

获取属性

我们可以使用 get_attribute 方法来获取节点的属性，但是其前提是先选中这个节点，示例如下：

from selenium import webdriverbrowser = webdriver.Chromeurl = 'file/tupian/20220929/'browser.getlogo = browser.find_element_by_class_nameprintprint)

运行之后，程序便会驱动浏览器打开该页面，然后获取 class 为 logo-image 的节点，最后打印出它的 src。

控制台的输出结果如下：

file/tupian/20220929/pp通过 get_attribute 方法，然后传入想要获取的属性名，就可以得到它的值了。
获取文本值
每个 WebElement 节点都有 text 属性，直接调用这个属性就可以得到节点内部的文本信息，这相当于 pyquery 的 text 方法，示例如下：
from selenium import webdriverbrowser = webdriver.Chromeurl = 'file/tupian/20220929/'browser.getinput = browser.find_element_by_class_nameprint
这里依然先打开页面，然后获取 class 为 logo-title 这个节点，再将其文本值打印出来。
控制台的输出结果如下：
Scrape
获取 ID、位置、标签名和大小
另外，WebElement 节点还有一些其他属性，比如 id 属性可以获取节点 ID，location 属性可以获取该节点在页面中的相对位置，tag_name 属性可以获取标签名称，size 属性可以获取节点的大小，也就是宽高，这些属性有时候还是很有用的。示例如下：
from selenium import webdriverbrowser = webdriver.Chromeurl = 'file/tupian/20220929/'browser.getinput = browser.find_element_by_class_nameprintprintprintprint
这里首先获得 class 为 logo-title 这个节点，然后调用其 id、location、tag_name、size 属性来获取对应的属性值。
10. 切换 frame
我们知道网页中有一种节点叫作 iframe，也就是子 frame，相当于页面的子页面，它的结构和外部网页的结构完全一致。Selenium 打开页面后，它默认是在父级 frame 里面操作，而此时如果页面中还有子 frame，它是不能获取到子 frame 里面的节点的。这时就需要使用 switch_to.frame 方法来切换 frame。示例如下：
import timefrom selenium import webdriverfrom selenium.common.exceptions import NoSuchElementExceptionbrowser = webdriver.Chromeurl = 'file/tupian/20220929/ filename=jqueryui-api-droppable'browser.getbrowser.switch_to.frametry:    logo = browser.find_element_by_class_nameexcept NoSuchElementException:    printbrowser.switch_to.parent_framelogo = browser.find_element_by_class_nameprintprint
控制台输出结果如下：
NO LOGORUNOOB.COM
这里还是以前面演示动作链操作的网页为实例，首先通过 switch_to.frame 方法切换到子 frame 里面，然后尝试获取子 frame 里的 logo 节点，如果找不到的话，就会抛出 NoSuchElementException 异常，异常被捕捉之后，就会输出 NO LOGO。接下来，重新切换回父级 frame，然后再次重新获取节点，发现此时可以成功获取了。
所以，当页面中包含子 frame 时，如果想获取子 frame 中的节点，需要先调用 switch_to.frame 方法切换到对应的 frame，然后再进行操作。
11. 延时等待
在 Selenium 中，get 方法会在网页框架加载结束后结束执行，此时如果获取 page_source，可能并不是浏览器完全加载完成的页面，如果某些页面有额外的 Ajax 请求，我们在网页源代码中也不一定能成功获取到。所以，这里需要延时等待一定时间，确保节点已经加载出来。
这里等待方式有两种：一种是隐式等待，一种是显式等待。
隐式等待
当使用隐式等待执行测试的时候，如果 Selenium 没有在 DOM 中找到节点，将继续等待，超出设定时间后，则抛出找不到节点的异常。换句话说，当查找节点而节点并没有立即出现的时候，隐式等待将等待一段时间再查找 DOM，默认的时间是 0。示例如下：
from selenium import webdriverbrowser = webdriver.Chromebrowser.implicitly_waitbrowser.getinput = browser.find_element_by_class_nameprint
这里我们用 implicitly_wait 方法实现了隐式等待。
显式等待
隐式等待的效果其实并没有那么好，因为我们只规定了一个固定时间，而页面的加载时间会受到网络条件的影响。
这里还有一种更合适的显式等待方法，它指定要查找的节点，然后指定一个最长等待时间。如果在规定时间内加载出来了这个节点，就返回查找的节点；如果到了规定时间依然没有加载出该节点，则抛出超时异常。示例如下：
from selenium import webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECbrowser = webdriver.Chromebrowser.getwait = WebDriverWaitinput = wait.until))button = wait.until))print
这里首先引入 WebDriverWait 这个对象，指定最长等待时间，然后调用它的 until 方法，传入等待条件 expected_conditions。比如，这里传入了 presence_of_element_located 这个条件，代表节点出现的意思，其参数是节点的定位元组，也就是 ID 为 q 的节点搜索框。
这样可以做到的效果就是，在 10 秒内如果 ID 为 q 的节点成功加载出来，就返回该节点；如果超过 10 秒还没有加载出来，就抛出异常。
对于按钮，可以更改一下等待条件，比如改为 element_to_be_clickable，也就是可点击，所以查找按钮时查找 CSS 选择器为 .btn-search 的按钮，如果 10 秒内它是可点击的，也就是成功加载出来了，就返回这个按钮节点；如果超过 10 秒还不可点击，也就是没有加载出来，就抛出异常。
运行代码，在网速较佳的情况下是可以成功加载出来的。
控制台的输出如下：
可以看到，控制台成功输出了两个节点，它们都是 WebElement 类型。
如果网络有问题，10 秒内没有成功加载，那就抛出 TimeoutException 异常，此时控制台的输出如下：
TimeoutException Traceback  in       7 browser.get      8 wait = WebDriverWait----> 9 input = wait.until))
关于等待条件，其实还有很多，比如判断标题内容，判断某个节点内是否出现了某文字等。下表列出了所有的等待条件。
更多等待条件的参数及用法介绍可以参考官方文档：file/tupian/20220929/api.html 前进后退
平常使用浏览器时，都有前进和后退功能，Selenium 也可以完成这个操作，它使用 back 方法后退，使用 forward 方法前进。示例如下：
import timefrom selenium import webdriverbrowser = webdriver.Chromebrowser.getbrowser.getbrowser.getbrowser.backtime.sleepbrowser.forwardbrowser.close
这里我们连续访问 3 个页面，然后调用 back 方法回到第二个页面，接下来再调用 forward 方法又可以前进到第三个页面。
13. cookies
使用 Selenium，还可以方便地对 cookies 进行操作，例如获取、添加、删除 cookies 等。示例如下：
from selenium import webdriverbrowser = webdriver.Chromebrowser.getprint)browser.add_cookieprint)browser.delete_all_cookiesprint)
首先，我们访问了知乎。加载完成后，浏览器实际上已经生成 cookies 了。接着，调用 get_cookies 方法获取所有的 cookies。然后，我们添加一个 cookie，这里传入一个字典，有 name、domain 和 value 等内容。接下来，再次获取所有的 cookies。可以发现，结果就多了这一项新加的 cookie。最后，调用 delete_all_cookies 方法删除所有的 cookies。再重新获取，发现结果就为空了。
控制台的输出如下：
[{'secure': False, 'value': '"NGM0ZTM5NDAwMWEyNDQwNDk5ODlkZWY3OTkxY2I0NDY=|1491604091|236e34290a6f407bfbb517888849ea509ac366d0"', 'domain': '.zhihu.com', 'path': '/', 'httpOnly': False, 'name': 'l_cap_id', 'expiry': 1494196091.403418}, ...][{'secure': False, 'value': 'germey', 'domain': '.www.zhihu.com', 'path': '/', 'httpOnly': False, 'name': 'name'}, {'secure': False, 'value': '"NGM0ZTM5NDAwMWEyNDQwNDk5ODlkZWY3OTkxY2I0NDY=|1491604091|236e34290a6f407bfbb517888849ea509ac366d0"', 'domain': '.zhihu.com', 'path': '/', 'httpOnly': False, 'name': 'l_cap_id', 'expiry': 1494196091.403418}, ...][]
通过以上方法来操作 cookies 还是非常方便的。
14. 选项卡管理
在访问网页的时候，会开启一个个选项卡。在 Selenium 中，我们也可以对选项卡进行操作。示例如下：
import timefrom selenium import webdriverbrowser = webdriver.Chromebrowser.getbrowser.execute_script')printbrowser.switch_to.windowbrowser.gettime.sleepbrowser.switch_to.windowbrowser.get
控制台的输出如下：
['CDwindow-4f58e3a7-7167-4587-bedf-9cd8c867f435', 'CDwindow-6e05f076-6d77-453a-a36c-32baacc447df']
这里首先访问了，然后调用了 execute_script 方法，这里传入 window.open 这个 Javascript 语句新开启一个选项卡。接下来，我们想切换到该选项卡。这里调用 window_handles 属性获取当前开启的所有选项卡，返回的是选项卡的代号列表。要想切换选项卡，只需要调用 switch_to.window 方法即可，其中参数是选项卡的代号。这里我们将第二个选项卡代号传入，即跳转到第二个选项卡，接下来在第二个选项卡下打开一个新页面，然后切换回第一个选项卡重新调用 switch_to.window 方法，再执行其他操作即可。
15. 异常处理
在使用 Selenium 的过程中，难免会遇到一些异常，例如超时、节点未找到等错误，一旦出现此类错误，程序便不会继续运行了。这里我们可以使用 try except 语句来捕获各种异常。
首先，演示一下节点未找到的异常，示例如下：
from selenium import webdriverbrowser = webdriver.Chromebrowser.getbrowser.find_element_by_id
这里首先打开页面，然后尝试选择一个并不存在的节点，此时就会遇到异常。
运行之后控制台的输出如下：
NoSuchElementException Traceback  in       3 browser = webdriver.Chrome      4 browser.get----> 5 browser.find_element_by_id
可以看到，这里抛出了 NoSuchElementException 异常，这通常是节点未找到的异常。为了防止程序遇到异常而中断，我们需要捕获这些异常，示例如下：
from selenium import webdriverfrom selenium.common.exceptions import TimeoutException, NoSuchElementExceptionbrowser = webdriver.Chrometry:    browser.getexcept TimeoutException:    printtry:    browser.find_element_by_idexcept NoSuchElementException:    printfinally:    browser.close
这里我们使用 try except 来捕获各类异常。比如，我们对 find_element_by_id 查找节点的方法捕获 NoSuchElementException 异常，这样一旦出现这样的错误，就进行异常处理，程序也不会中断了。
控制台的输出如下：
No Element
关于更多的异常类，可以参考官方文档：：file/tupian/20220929/api.html 反屏蔽
现在很多网站都加上了对 Selenium 的检测，来防止一些爬虫的恶意爬取。即如果检测到有人在使用 Selenium 打开浏览器，那就直接屏蔽。
在大多数情况下，检测的基本原理是检测当前浏览器窗口下的 window.navigator 对象是否包含 webdriver 这个属性。因为在正常使用浏览器的情况下，这个属性是 undefined，然而一旦我们使用了 Selenium，Selenium 会给 window.navigator 设置 webdriver 属性。很多网站就通过 Javascript 判断如果 webdriver 属性存在，那就直接屏蔽。
这边有一个典型的案例网站：file/tupian/20220929/，这个网站就使用了上述原理实现了 WebDriver 的检测，如果使用 Selenium 直接爬取的话，那就会返回如图所示的页面。
这时候我们可能想到直接使用 Javascript 语句把这个 webdriver 属性置空，比如通过调用 execute_script 方法来执行如下代码：
Object.defineProperty => undefined });
这行 Javascript 语句的确可以把 webdriver 属性置空，但是 execute_script 调用这行 Javascript 语句实际上是在页面加载完毕之后才执行的，执行太晚了，网站早在最初页面渲染之前就已经对 webdriver 属性进行了检测，所以用上述方法并不能达到效果。
在 Selenium 中，我们可以使用 CDP来解决这个问题，通过它我们可以实现在每个页面刚加载的时候执行 Javascript 代码，执行的 CDP 方法叫作 Page.addscriptToevaluateOnNewdocument，然后传入上文的 Javascript 代码即可，这样我们就可以在每次页面加载之前将 webdriver 属性置空了。另外，我们还可以加入几个选项来隐藏 WebDriver 提示条和自动化扩展信息，代码实现如下：
from selenium import webdriverfrom selenium.webdriver import ChromeOptionsoption = ChromeOptionsoption.add_experimental_optionoption.add_experimental_optionbrowser = webdriver.Chromebrowser.execute_cdp_cmd => undefined})'})browser.get
这样整个页面就能被加载出来了，如图所示。
对于大多数情况，以上方法均可以实现 Selenium 反屏蔽。但对于一些特殊网站，如果它有更多的 WebDriver 特征检测，可能需要具体排查。
17. 无头模式
我们可以观察到，上面的案例在运行的时候，总会弹出一个浏览器窗口，虽然有助于观察页面爬取状况，但在有时候窗口弹来弹去也会形成一些干扰。
Chrome 浏览器从 60 版本已经支持了无头模式，即 Headless。无头模式在运行的时候不会再弹出浏览器窗口，减少了干扰，而且它减少了一些资源的加载，如图片等，所以也在一定程度上节省了资源加载时间和网络带宽。
我们可以借助于 ChromeOptions 来开启 Chrome Headless 模式，代码实现如下：
from selenium import webdriverfrom selenium.webdriver import ChromeOptionsoption = ChromeOptionsoption.add_argumentbrowser = webdriver.Chromebrowser.set_window_sizebrowser.getbrowser.get_screenshot_as_file
这里我们通过 ChromeOptions 的 add_argument 方法添加了一个参数 --headless，开启了无头模式。在无头模式下，我们最好设置一下窗口的大小，接着打开页面，最后我们调用 get_screenshot_as_file 方法输出了页面的截图。
运行代码之后，我们发现 Chrome 窗口就不会再弹出来了，代码依然正常运行，最后输出的页面如图所示。
这样我们就在无头模式下完成了页面的抓取和截图操作。
18. 总结
现在，我们基本上对 Selenium 的常规用法有了大体的了解。使用 Selenium，处理 Javascript 渲染的页面不再是难事，后面我们会用一个实例来演示 Selenium 爬取网站的流程。
本节代码：https://github.com/Python3WebSpider/SeleniumTest。