选择playwright而非selenium的主要原因是其架构更优、原生支持异步、内置自动等待机制以及一致的多浏览器支持；2. playwright通过直接与浏览器通信提升执行效率和稳定性；3. 其异步api设计使并发操作更自然高效；4. 自动等待元素状态减少了显式等待代码，提升脚本可靠性；5. 支持chromium、firefox和webkit且api统一，便于跨浏览器测试；6. 处理动态内容可使用page.wait_for_selector等待元素出现；7. 文件上传通过set_input_files方法实现；8. 文件下载需监听download事件并调用save_as保存；9. 网络请求拦截可用page.route模拟响应或阻止资源加载；10. 弹窗处理通过page.on(“dialog”)事件自动接受或取消；11. 提升脚本健壮性应优先使用data-testid等稳定选择器；12. 避免依赖复杂dom结构的css选择器或xpath；13. 错误处理需结合try-except捕获超时或元素缺失异常；14. 日志记录关键步骤有助于调试和维护；15. 推荐采用page Object model设计模式封装页面元素和操作；16. 将配置信息如url、密码等外置到.env或json文件中便于环境切换和安全维护。
python实现网页自动化，Playwright无疑是一个非常现代且高效的选择。它提供了一套简洁而强大的API，能够跨浏览器（Chromium、Firefox、WebKit）进行操作，并且原生支持异步，这让处理复杂的网页交互变得更加流畅和可靠。
解决方案
要用Python和Playwright实现网页自动化，首先得安装它。一个简单的
pip install playwright
就能搞定，然后别忘了运行
playwright install
来下载所需的浏览器驱动。
通常，我会从一个异步上下文管理器开始，这样能确保浏览器实例在使用完毕后被妥善关闭。比如，访问一个网站，点击某个元素，然后截个图，这基本是自动化脚本的入门级操作了。
立即学习“Python免费学习笔记（深入）”；
import asyncio from playwright.async_api import async_playwright async def automate_example(): async with async_playwright() as p: # 启动 Chromium 浏览器，可以设置 headless=False 看到浏览器界面 browser = await p.chromium.launch(headless=True) # 创建一个新的页面 page = await browser.new_page() try: # 导航到目标网站 print("正在导航到示例网站...") await page.goto("https://www.example.com") print("页面加载完成。") # 验证页面标题 title = await page.title() print(f"页面标题是: {title}") assert "Example Domain" in title # 假设页面上有一个链接，我们想点击它 # Playwright的定位器非常强大，推荐使用 page.get_by_role, page.get_by_text 等 # 这里为了演示，假设有一个 id 为 'more-info' 的链接 # 如果没有实际的元素，这部分代码会报错，但演示的是思路 # await page.click("#more-info") # 如果有这样的元素 # 更健壮的定位方式，例如通过文本内容定位一个链接 # 找到包含 "More information..." 文本的链接 print("尝试查找并点击链接...") more_info_link = page.get_by_text("More information...") if await more_info_link.is_visible(): await more_info_link.click() print("链接已点击。") # 等待页面导航完成，或者等待某个元素出现 await page.wait_for_load_state("networkidle") print(f"新页面标题: {await page.title()}") else: print("未找到 'More information...' 链接。") # 截取屏幕截图 screenshot_path = "example_screenshot.png" await page.screenshot(path=screenshot_path) print(f"截图已保存到: {screenshot_path}") except Exception as e: print(f"自动化过程中发生错误: {e}") finally: # 关闭浏览器 await browser.close() print("浏览器已关闭。") # 运行自动化函数 if __name__ == "__main__": asyncio.run(automate_example())
这段代码展示了Playwright的基础用法：启动浏览器、打开页面、导航、定位元素、交互以及截图。实际应用中，你可能需要处理更复杂的选择器、等待策略和错误处理。
为什么选择 Playwright 而不是 Selenium？
在我看来，选择Playwright而非Selenium，主要有几个令人信服的理由。首先，架构上的优势。Playwright直接与浏览器进行通信，而不是通过中间的webdriver协议。这意味着它能更快速、更可靠地执行操作，因为它减少了中间层的开销和潜在的同步问题。尤其是在处理一些微妙的浏览器事件时，Playwright的表现往往更稳定。
其次，原生异步支持。Python的Playwright库是围绕
asyncio
设计的，这让它在处理并发操作时显得非常自然和高效。如果你需要同时操作多个页面，或者等待某些网络请求完成，异步编程模型能让你写出更清晰、更不容易阻塞的代码。而Selenium虽然也能配合异步库使用，但它本身的设计并非原生异步，用起来总觉得有点“拧巴”。
再者，内置的自动等待机制。Playwright在执行操作（比如点击、输入）时，会智能地等待元素变得可见、可点击，或者等待网络请求完成，这大大减少了因为元素未加载而导致的脚本失败。Selenium在这方面需要你手动添加大量的
WebDriverWait
，这不仅增加了代码量，也更容易出错。我个人在使用Playwright时，很少需要显式地写等待逻辑，这让开发体验流畅很多。
最后，多浏览器支持和一致性。Playwright开箱即用地支持Chromium、Firefox和WebKit，并且API在不同浏览器之间保持高度一致。这意味着你写一套脚本，就能在主流浏览器上运行，这对于跨浏览器测试来说简直是福音。Selenium虽然也支持多浏览器，但由于各浏览器驱动的实现差异，有时候你可能需要针对特定浏览器做一些调整。
Playwright 在复杂场景下的应用技巧
在面对复杂的网页自动化任务时，Playwright提供了很多高级功能，能让你的脚本更加健壮和灵活。
一个常见的挑战是处理动态内容和ajax加载。仅仅等待页面加载完成（
page.wait_for_load_state("networkidle")
）可能不够，因为很多内容是异步加载的。这时，
page.wait_for_selector()
就非常有用，它会等待指定的元素出现在DOM中并变得可见。例如，如果你点击一个按钮后，某个数据表格才会加载出来，你可以这样写：
await page.click("button#load-data")
，然后
await page.wait_for_selector("table#data-table")
。
另一个是处理文件上传和下载。文件上传通常通过
page.set_input_files()
方法实现，你只需要指定文件选择器和文件路径列表即可。
# 假设有一个文件输入框 <input type="file" id="upload-file"> await page.set_input_files("input#upload-file", "path/to/your/file.txt") # 如果需要，可能还需要点击一个提交按钮 # await page.click("button#submit-upload")
文件下载则需要监听
page.on("download", ...)
事件。
async def handle_download(download): print(f"文件即将下载: {download.suggested_filename}") # 将文件保存到指定路径 await download.save_as(f"downloads/{download.suggested_filename}") page.on("download", handle_download) # 执行触发下载的操作，比如点击一个下载链接 await page.click("a#download-link")
网络请求拦截是Playwright的另一个强大功能，可以用来模拟API响应、阻止不必要的资源加载或者调试网络问题。你可以用
page.route()
来拦截请求。
# 拦截所有对特定API的请求，并返回一个模拟的JSON响应 await page.route("**/api/data", lambda route: route.fulfill( status=200, content_type="application/json", body='{"message": "Hello from Playwright mock!"}' )) # 阻止所有图片加载，加速测试 await page.route("**/*.{png,jpg,jpeg,gif,svg}", lambda route: route.abort()) # 导航到页面，此时对 /api/data 的请求会被拦截，图片不会加载 await page.goto("https://some-website-with-api-and-images.com")
处理弹窗和对话框（如alert、confirm、prompt）也相对直接，Playwright提供了
page.on("dialog", ...)
事件。
page.on("dialog", lambda dialog: asyncio.ensure_future(dialog.accept())) # 自动接受所有弹窗 # 或者根据dialog.type和dialog.message来决定接受还是取消 # page.on("dialog", lambda dialog: asyncio.ensure_future(dialog.dismiss() if "确认" in dialog.message else dialog.accept()))
这些技巧能让你在面对各种复杂的网页交互时，依然能写出高效且可靠的自动化脚本。
自动化脚本的健壮性与维护
编写自动化脚本，光能跑起来还不够，关键在于它是否健壮、易于维护。毕竟，网页结构总在变，一点小改动就可能让你的脚本失效。
选择器的策略是核心。我个人倾向于使用那些不容易变化的属性作为选择器。如果网页开发人员在元素上设置了
data-testid
或
data-qa
这样的属性，那绝对是首选，因为这些是专门为自动化测试设计的，通常不会轻易变动。
# 优先使用 data-testid await page.click('[data-testid="submit-button"]') # 或者使用文本内容 await page.get_by_text("登录").click() # 尽量避免使用过于依赖DOM层级的css选择器，比如 body > div:nth-child(2) > form > input:nth-child(1) # 这种选择器一旦DOM结构变化就很容易失效
如果这些都没有，我才会考虑使用ID（如果存在且唯一），然后是类名，最后才是XPath或复杂的css选择器。但即使使用XPath或CSS，也要尽量选择最短、最独特的路径，避免依赖过多的父子关系。
错误处理是保证脚本健壮性的关键。简单的
try-except
块可以捕获预期的错误，比如元素未找到。
try: await page.click("#non-existent-element", timeout=5000) # 设置超时 except TimeoutError: print("点击元素超时，可能元素不存在或加载过慢。") except Exception as e: print(f"发生未知错误: {e}")
日志记录也至关重要。一个好的日志系统能帮助你追踪脚本的执行流程，并在失败时提供线索。你可以使用Python内置的
模块，记录每个关键步骤和潜在的错误信息。
对于大型项目，Page Object Model (POM) 是一个非常推荐的设计模式。它将网页的每个页面或组件抽象成一个独立的Python类，将页面元素的选择器和操作封装在这些类中。这样做的好处是，当页面结构发生变化时，你只需要修改对应的Page Object类，而不需要修改所有引用这些元素的测试脚本，大大提高了代码的可维护性。
# 简单的Page Object示例 class LoginPage: def __init__(self, page): self.page = page self.username_input = page.locator("#username") self.password_input = page.locator("#password") self.login_button = page.locator("#login-button") async def navigate(self): await self.page.goto("https://example.com/login") async def login(self, username, password): await self.username_input.fill(username) await self.password_input.fill(password) await self.login_button.click() # 在测试中使用 # login_page = LoginPage(page) # await login_page.navigate() # await login_page.login("myuser", "mypass")
最后，环境配置。将URL、用户名、密码等敏感或经常变化的配置信息从代码中分离出来，放到配置文件（如
.env
文件或JSON文件）中。这样，你可以在不修改代码的情况下，轻松地在不同环境（开发、测试、生产）之间切换。这让脚本更灵活，也更安全。
