[本文出自天外归云的博客园]
<a href="http://www.cnblogs.com/LanTianYou/p/5578621.html" target="_blank">用webdriver+phantomjs实现无浏览器的自动化过程</a>
我想要将博客园“我的闪存”部分内容爬取备份到本地文件，用到了WebDriver和Phantomjs的无界面浏览器。对于xpath的获取与校验需要用到firefox浏览器，安装firebug和firepath插件。代码如下：
保存以上代码到本地“cnblogs_memory_crawl.py”文件，替换用户名与密码。在命令行中用python运行。
本地会在当前运行脚本路径下生成cnblogs_memory文件夹并在其下生成txt文件以及截图文件，截图文件保存了博客园中所有我的闪存页：
手动将txt文件后缀改为html打开，效果如下：
可以编写脚本对保存到本地的文件内容进行进一步删取，保留你想要的部分。