为什么Python脚本在Headless模式下截图结果是空白的？

在无头Linux环境下折腾ChromeDriver截图，结果跑出来一张空白页——这种“看似跑通，实则白忙”的体验，相信不少人都经历过。问题往往不是脚本写错了，而是一些关键细节被遗漏了。下面这几个原因，基本覆盖了大部分情况。

启动参数缺失：沙箱和GPU的“坑”

Headless Chrome在无图形界面的服务器上（比如Linux），如果不显式禁用沙箱和GPU加速，渲染线程很可能直接“罢工”。页面虽然显示加载完成，但document.body.innerHTML可能是个空壳，截图自然就是白纸一张。问题根源在于权限和驱动缺失。

几个必须加的启动参数：

• --no-sandbox：绕过Linux下沙箱对 /proc/sys/kernel/shmmax 的依赖，这是最基本的一步。
• --disable-gpu：避免GPU进程崩溃，尤其是在CentOS/RHEL这类默认没有GPU驱动的系统上。
• --disable-dev-shm-usage：推荐补上这一项，防止 /dev/shm 空间不足导致共享内存分配失败。

一个标准的启动参数组合大概是这样：

options.add_argument('--headless')
options.add_argument('--no-sandbox')
options.add_argument('--disable-gpu')
options.add_argument('--disable-dev-shm-usage')

截图时机太早：DOM没渲染完就下手

很多人以为 page.goto(url) 返回了就万事大吉，但这个方法只代表页面框架加载完成，CSS、Ja vaScript和异步资源可能还在路上。直接截图，捕获到的往往是一个未渲染的“骨架页”，尤其对于React或Vue这类单页应用来说更是如此。

正确的等待策略：

• 别只依赖 wait_for_load_state('load')——它只等 window.load 事件，并不保证Vue组件挂载或数据请求已经完成。
• 优先使用 wait_for_function() 检测关键DOM节点是否存在。例如：page.wait_for_function("document.querySelector('#app').innerHTML !== ''")
• 对于单页应用，可以等待特定元素出现：page.wait_for_selector('#main-content', state='visible', timeout=10000)

误用 page.pdf() 当截图

另一个常见误区是把 page.pdf() 当成截图来用。 page.pdf() 生成的是PDF渲染快照，它不触发CSS中针对屏幕的媒体查询（如 @media screen），而且默认会忽略 background: url() 这类样式。结果就是视觉上看起来像空白，或者样式严重错位。

几点实操建议：

• 先搞清楚需求：需要图片就用 page.screenshot()，需要文档才用 page.pdf()。
• 如果非要用PDF，记得加上 print_background=True 参数，并确保CSS中 background 属性加上了 !important。
• 在PDF模式下，full_page=True 可能会因为滚动截断导致内容丢失，建议先执行 page.emulate_media('screen') 来模拟屏幕环境。

系统字体缺失：文字渲染直接“隐身”

Ubuntu或CentOS默认不安装中文字体。当页面CSS中声明了 font-family: "Microsoft YaHei" 时，浏览器会回退到一个空字体，结果就是文本区域一片空白，整个页面看起来就像没有加载一样。

解决方案其实很简单：

• Debian/Ubuntu系统：运行 sudo apt-get install fonts-wqy-zenhei fonts-liberation
• CentOS/RHEL系统：运行 sudo yum install -y fontconfig liberation-fonts-common liberation-mono-fonts
• 验证是否生效：在脚本里执行 page.evaluate("getComputedStyle(document.body).fontFamily")，看返回的字体是否是你期待的那一个。

空白截图这个问题，背后往往是多个条件叠加在一起：启动参数缺一不可、等待逻辑没对准真实渲染点、输出方式选错、系统环境没兜底。漏掉任何一环，都可能让脚本“看似跑通，实则白忙”。