Shot-scraper 1.6 版本发布：新增网页存档与PDF增强功能

Shot-scraper 是一个基于Python开发的命令行工具，主要用于网页截图和PDF生成。它通过Playwright驱动浏览器，提供了简单易用的命令行界面，让开发者能够快速获取网页的可视化内容。在1.6版本中，项目团队带来了几项重要更新，特别是新增了网页存档功能和PDF功能的增强。

HTML存档功能(HAR)的引入

1.6版本最显著的新特性是新增了对HAR(HTTP Archive)格式的支持。HAR是一种用于记录网页加载过程中所有网络请求的标准JSON格式，能够完整保存网页资源及其交互过程。

新版本提供了三种方式来生成HAR存档：

1. 单页面存档：通过shot-scraper har URL命令，开发者可以快速生成单个页面的HAR文件。这个功能特别适合需要分析网页加载性能或保存特定页面状态的场景。

2. 批量页面存档：shot-scraper multi命令新增了--har、--har-zip和--har-file选项，允许用户在一次操作中为多个URL生成HAR存档。这对于需要批量保存网页状态的项目非常有用。

3. 存档格式选择：用户可以选择生成单个HAR文件，或者将多个HAR打包成ZIP压缩包，提供了灵活的存档管理方式。

PDF功能的增强

在1.6版本中，PDF生成功能也得到了重要改进：

1. 等待机制：新增了--wait-for选项，允许开发者指定等待特定条件满足后再生成PDF。例如，可以等待某个DOM元素出现，或者等待JavaScript执行完成。

2. 超时控制：配合--timeout选项，用户可以设置最长等待时间，避免因页面加载问题导致命令长时间挂起。

这两个改进使得PDF生成更加可靠，特别是在处理动态内容较多的现代网页时，能够确保获取到完整渲染后的页面内容。

技术实现分析

从技术角度来看，1.6版本的这些新功能主要基于Playwright的底层能力实现：

1. HAR功能利用了Playwright的网络请求记录API，捕获所有HTTP请求和响应，包括headers、timing等信息。

2. PDF的等待机制则使用了Playwright的页面等待功能，支持多种等待条件，如选择器匹配、函数返回值等。

这些功能的加入使得Shot-scraper不仅是一个简单的截图工具，而是成为了一个更全面的网页内容捕获解决方案，适用于自动化测试、网页存档、内容监控等多种场景。

使用建议

对于开发者来说，1.6版本的新功能可以应用于以下场景：

1. 网页性能分析：通过HAR文件可以详细分析网页加载过程中的性能瓶颈。

2. 内容存档：完整保存网页及其所有资源，确保重要信息不丢失。

3. 自动化报告：结合PDF生成功能，可以创建包含动态内容的标准化报告。

4. 监控系统：定期存档关键页面，用于内容变更检测或合规性审计。

随着这些新功能的加入，Shot-scraper的工具链更加完善，为开发者提供了更多可能性。无论是简单的截图需求，还是复杂的网页内容捕获场景，1.6版本都能提供可靠的解决方案。