我的shot-scraper CLI 工具的新版本，用于截取屏幕截图和抓取网页。
最大的新功能是HTTP Archive (HAR)支持。新的shot-scraper har 命令现在可以创建页面及其所有依赖项的存档，如下所示：
shot-scraper har https://datasette.io/
这会生成一个datasette-io.har文件（当前为 163KB），该文件是 JSON，表示用于呈现该页面的完整请求集。这是该文件的副本。您可以使用 ericduran.github.io/chromeHAR 在这里将其可视化。
该 JSON 包含所有响应的完整副本，如果它们是图像等二进制文件，则进行 base64 编码。
您可以添加--zip标志来获取datasette-io.har.zip文件，其中包含har.har中的 JSON 数据，但响应正文另存为该存档中的单独文件。
shot-scraper multi命令允许您针对使用 YAML 文件指定的多个 URL 按顺序运行shot-scraper 。该命令现在采用--har选项（或--har-zip或--har-file name-of-file) ，如文档中所述，它将在截取屏幕截图的同时生成 HAR。
镜头通常在 YAML 中定义，如下所示：
-输出： example.com.png 网址：http: //www.example.com/ -输出： w3c.org.png 网址：https: //www.w3.org/
您现在可以省略output:键并生成 HAR 文件，而无需进行任何屏幕截图：
-网址：http: //www.example.com/ -网址：https: //www.w3.org/
像这样运行：
shot-scraper multi shots.yml --har
哪个输出：
Skipping screenshot of 'https://example.com/' Skipping screenshot of 'https://datasette.io/' Wrote to HAR file: trace.har
shot-scraper构建在 Playwright 之上，新功能使用browser.new_context(record_har_path=…)参数。
标签：项目, shot-scraper ,剧作家, python ,抓取
原文： https://simonwillison.net/2025/Feb/13/shot-scraper/#atom-everything