时间戳

首页 > 解决方案 > splash:set_viewport_full() 在本地主机中工作正常，而当我运行scrapy代码时，它只保存了一半的图像

python - splash:set_viewport_full() 在本地主机中工作正常，而当我运行scrapy代码时，它只保存了一半的图像

问题描述

我是 Scrapy-Splash 的新手，我想截取整个网页的屏幕截图。例如“https://stackoverflow.com/”。在 lua 脚本中，我添加了以下代码-

function main(splash, args)
  assert(splash:go(args.url))
  assert(splash:wait(0.5))
  splash:set_viewport_full()
  return {
    html = splash:html(),
    png = splash:png(),
    har = splash:har(),
  }
end

我可以在 Splash loaclhost 中看到完整的网页截图。这是图像。我还没有下载它。我只想表明它在这里工作正常。

而我想直接将其保存在我的本地。与从 Splash localhost 手动下载图像不同，我想通过 scrapy 将它们保存在本地。所以我在 Scrapy-Splash 中编写了以下代码-

class TestSpider(scrapy.Spider):
    name = 'test'
    
    def start_requests(self):
        url='https://stackoverflow.com/'
        splash_args = {
            'html': 1,
            'png': 1,
            'wait':0.5
        }
        yield SplashRequest(url, self.parse_result, endpoint='render.json', args=splash_args)

    def parse_result(self, response):
        imgdata = base64.b64decode(response.data['png'])
        filename = 'stackoverflow.png'
        with open(filename, 'wb') as f:
            f.write(imgdata)

下载此图像时，我看到图像已被裁剪。这是运行上述代码后裁剪图像的屏幕截图。

当我运行此代码时，我得到了 200 成功，如下所示 - 这意味着代码正在通过 splash localhost 运行。

Crawled (200) <GET https://stackoverflow.com/ via http://localhost:8050/render.json> (referer: None)

我附上了两张图片。再一次，我是 Scrapy-Splash 的新手。请帮我找到解决此问题的方法？谢谢。

标签： pythonscrapyweb-crawlerscrapy-splash

解决方案

推荐阅读