企业官网建设流程全解析

4. 元素交互（Page/Locator API）

（1）基础交互

• fill(text)：输入文本（清空原有内容）。
• type(text, delay)：模拟键盘逐字符输入（带延迟）。
• click()：点击元素（自动等待元素可点击）。
• hover()：悬停。
• dblclick()：双击。

# 输入搜索内容（清空原有内容）search_input.fill("Playwright Python 教程")# 模拟键盘输入（逐字符，延迟 100ms）search_input.type("Playwright Python 教程",delay=100)# 点击搜索按钮search_btn.click()# 悬停到导航栏page.locator("#nav-top").hover()

（2）表单操作

• check()/uncheck()：勾选/取消复选框。
• select_option()：选择下拉框。
• press(key)：按键操作（如 Enter、Ctrl+A）。

# 复选框page.locator("#agree").check()# 勾选page.locator("#agree").uncheck()# 取消# 下拉框（按值/标签/索引）page.locator("#city").select_option(value="beijing")# 按值page.locator("#city").select_option(label="北京")# 按标签page.locator("#city").select_option(index=0)# 按索引# 按键操作search_input.press("Enter")# 按回车搜索page.press("Ctrl+A")# 全选页面内容page.press("Backspace")# 删除选中内容

5. 等待机制（避免硬等待）

Playwright 自带自动等待（操作元素时等待元素可见、可操作），也支持手动等待：

（1）显式等待

# 等待元素可见（超时 5 秒）page.locator("#kw").wait_for(state="visible",timeout=5000)# 等待元素可点击page.locator("#su").wait_for(state="enabled")# 等待页面加载状态page.wait_for_load_state("networkidle")# 等待自定义条件（如标题包含指定内容）page.wait_for_function("document.title.includes('Playwright')")

（2）超时配置

# 页面级别默认超时（所有操作生效）page.set_default_timeout(5000)# 单个操作超时（覆盖全局）page.locator("#kw").click(timeout=3000)

6. 数据提取

（1）元素数据提取

# 获取元素文本（含隐藏文本）text=page.locator("h3").first.text_content()# 获取可见文本visible_text=page.locator("h3").first.inner_text()# 获取属性值href=page.locator("a").first.get_attribute("href")# 获取所有匹配元素的文本列表all_titles=page.locator("h3").all_text_contents()print("所有标题：",all_titles)

（2）录屏（需上下文配置）

# 创建上下文时指定录屏目录context=browser.new_context(record_video_dir="./videos/")page.goto("https://www.baidu.com")context.close()# 关闭后自动生成视频文件

7. 网络拦截与请求处理

Playwright 可拦截、修改、模拟网络请求/响应，适用于爬虫反爬、接口测试。

# 拦截所有图片请求（中止加载，提升速度）defhandle_image_route(route):route.abort()# 中止请求# 也可模拟响应：route.fulfill(status=200, body="mock image")page.route("**/*.{png,jpg,jpeg}",handle_image_route)# 等待特定请求并获取参数request=page.wait_for_request("https://www.baidu.com/s")print("请求方法：",request.method)print("请求参数：",request.post_data)# 等待特定响应并解析内容response=page.wait_for_response("https://www.baidu.com/s")print("响应状态码：",response.status)print("响应JSON：",response.json())# 接口返回JSON时解析

8. 多标签页/多上下文操作

（1）多标签页

# 打开新标签页page1=context.new_page()page1.goto("https://www.baidu.com")page2=context.new_page()page2.goto("https://www.github.com")# 切换标签页page2.bring_to_front()# 获取所有标签页pages=context.pagesprint("标签页数量：",len(pages))

（2）多上下文（隔离环境）

# 上下文1：模拟用户Acontext1=browser.new_context()page1=context1.new_page()page1.goto("https://www.taobao.com")# 上下文2：模拟用户B（隔离Cookie）context2=browser.new_context()page2=context2.new_page()page2.goto("https://www.taobao.com")

9. 弹窗处理（Alert/Confirm/Prompt）

Playwright 可监听并处理浏览器原生弹窗：

# 监听 Alert 弹窗（自动接受）page.on("dialog",lambdadialog:dialog.accept())# 监听 Confirm 弹窗（根据消息决定接受/取消）page.on("dialog",lambdadialog:dialog.accept()if"确认"indialog.message()elsedialog.dismiss())# 监听 Prompt 弹窗（输入内容并接受）page.on("dialog",lambdadialog:dialog.accept(prompt_text="测试内容"))# 触发弹窗（演示用）page.evaluate("alert('这是一个Alert弹窗')")page.evaluate("confirm('确认删除？')")page.evaluate("prompt('请输入姓名：')")

四、综合实战：电商商品信息爬取

需求：爬取京东“Python编程书籍”第一个商品的名称、价格、评价数，并截图保存。

fromplaywright.sync_apiimportsync_playwrightdefcrawl_jd_goods():withsync_playwright()asp:# 启动浏览器browser=p.chromium.launch(headless=False,slow_mo=300)context=browser.new_context(viewport={"width":1920,"height":1080})page=context.new_page()try:# 1. 导航到京东首页page.goto("https://www.jd.com",wait_until="networkidle")# 2. 搜索商品search_input=page.get_by_placeholder("家用电器，手机数码，电脑办公")search_input.fill("Python编程从入门到实践")search_input.press("Enter")# 3. 等待搜索结果加载，点击第一个商品page.wait_for_load_state("networkidle")first_goods=page.locator(".gl-item .p-name a").first first_goods.click()# 4. 切换到商品详情页（新标签页）page.wait_for_event("popup")goods_page=context.pages[-1]# 最后一个标签页为详情页goods_page.bring_to_front()goods_page.wait_for_load_state("networkidle")# 5. 提取商品信息（京东标签可能更新，需按需调整）goods_name=goods_page.locator(".sku-name").inner_text().strip()goods_price=goods_page.locator(".price").first.inner_text().strip()comment_count=goods_page.locator("#comment-count").inner_text().strip()# 6. 输出并截图print("="*50)print("商品名称：",goods_name)print("商品价格：",goods_price)print("评价数：",comment_count)print("="*50)goods_page.screenshot(path="jd_goods.png",full_page=True)exceptExceptionase:print("爬取出错：",e)finally:browser.close()if__name__=="__main__":crawl_jd_goods()

五、高级技巧与注意事项

1. 异步 API（适合高并发）

Playwright 支持异步编程，核心替换sync_playwright为async_playwright：

importasynciofromplaywright.async_apiimportasync_playwrightasyncdefasync_demo():asyncwithasync_playwright()asp:browser=awaitp.chromium.launch(headless=False)page=awaitbrowser.new_page()awaitpage.goto("https://www.baidu.com")print(awaitpage.title())awaitbrowser.close()asyncio.run(async_demo())

2. 反爬规避

• 设置真实user_agent（上下文配置）。
• 添加随机延迟（slow_mo或time.sleep，慎用）。
• 使用代理 IP（上下文配置proxy={"server": "http://ip:port"}）。
• 避免高频操作，模拟真人行为（悬停、滚动）。

3. 测试框架集成

Playwright 可与 pytest 集成（pytest-playwright），实现自动化测试：

pipinstallpytest-playwright

4. 注意事项

• 避免使用time.sleep，优先用 Playwright 内置等待。
• 元素定位优先语义化方式（get_by_role），减少 CSS/XPath 维护成本。
• 无头模式下部分页面渲染可能不同，调试时用有头模式。
• 浏览器驱动版本需与 Playwright 版本匹配（playwright install自动适配）。

六、总结

Playwright 凭借自动等待、跨浏览器、强大的定位与网络拦截能力，成为 Python 自动化/爬虫领域的主流工具。本文串联了浏览器启动、页面操作、元素定位、交互、数据提取、网络拦截等核心 API，并通过实战案例验证了用法。掌握这些 API 后，可高效完成网页自动化测试、数据爬取、表单自动提交等场景的开发。