Playwright是一个由微软推出的浏览器测试框架，支持所有现代渲染引擎，包括 Chromium、WebKit和Firefox。可以在Windows、Linux和macOS上进行本地或CI测试，支持无头测试或使用本机移动模拟进行测试。比起selenium，playwright好像更容易上手
pip
# pip install pytest-playwright
pip install playwright
Anaconda
conda config --add channels conda-forge
conda config --add channels microsoft
conda install playwright
安装浏览器
playwright install # 安装默认浏览器，Chromium、Firefox、Webkit
# playwright install webkit # 安装webkit浏览器
# playwright install chrome # 安装chrome浏览器
# playwright install firefox # 安装firefox浏览器
使用上下文管理器启动浏览器
from playwright.sync_api import sync_playwright
with sync_playwright() as p:
browser = p.chromium.launch(headless=False) # 打开chromium浏览器，并且显示浏览器
# browser = p.firefox.launch() # 打开firefox浏览器
# browser = p.webkit.launch() # 打开webkit浏览器
page = browser.new_page() # 打开一个页面
page.goto('https://baidu.com') # 打开URL
browser.close() # 关闭浏览器
使用上下文的方式打开浏览器，最大的好处就是不用手动关闭Playwright，但是由于代码需要缩进，如果是在命令行交互式操作那就显得不方便，这时候我们也可以手动打开和关闭Playwright
from playwright.sync_api import sync_playwright
playwright = sync_playwright().start()
browser = playwright.chromium.launch(headless=False)
page = browser.new_page()
page.goto("https://baidu.com")
browser.close()
playwright.stop()
Playwright是支持异步，这样可以在并发时有更高的性能表现
import asyncio
from playwright.async_api import async_playwright
async def main():
async with async_playwright() as p:
browser = await p.chromium.launch(headless=False)
# browser = await p.firefox.launch()
# browser = await p.webkit.launch()
page = await browser.new_page()
await page.goto('https://baidu.com')
await browser.close()
asyncio.run(main())
Browser是浏览器对象，代表打开的浏览器实例。我们可以在launch的时候给它一些参数，例如关闭无头模式
browser = await p.chromium.launch(headless=False)
因为browser的参数太多了，我这里只列出比较常用的几种
| 参数 | 默认值 | 说明 |
|---|---|---|
| executable_path | None | 要运行的浏览器可执行文件的路径 |
| channel | None | 使用的浏览器通道，例如chrome、chrome-beta、chrome-dev、msedge、msedge-beta等 |
| headless | True | 是否使用无头模式，如果是，则不会显示浏览器 |
| devtools | None | 是否打开开发者工具面板，如果是，则无头模式会被设置False |
| proxy | None | 使用代理，传入一个ProxySettings对象即可 |
| downloads_path | None | 下载文件的路径，如果不指定，它会创建临时目录并在浏览器关闭时被删除 |
| chromium_sandbox | False | 是否允许Chromium沙盒模式 |
| env | process.env | 设置浏览器的环境变量 |
| timeout | 30000（毫秒） | 启动浏览器的超时时间 |
| handle_sigint | True | 按下Ctrl-C则关闭浏览器 |
| args | None | 启动浏览器时的额外参数，比如说抹除自动化测试的特征隐藏爬虫 |
注意：如果启动浏览器的时候不指定channel参数，则默认是使用chromium打开而不是Chrome，如果想要用Chrome打开，需要指定channel="chrome"
BrowserContext即上下文，类似于浏览器的“新的窗口”，就是在同一个浏览器实例里打开互不影响的上下文对象（不共用cookie），比打开两个浏览器更省内存。当然，在你关闭浏览器之前建议先把上下文对象也关闭一下，这样它会帮忙清理掉一些缓存垃圾
from playwright.sync_api import sync_playwright
with sync_playwright() as p:
browser = p.firefox.launch(headless=False)
context = browser.new_context(viewport={'width': 1080, 'height': 1080})
page = context.new_page()
page.goto('https://baidu.com')
context.close()
browser.close()
new_context()方法的参数很多，我这里只列出一些比较常用的参数
| 参数 | 默认值 | 说明 |
|---|---|---|
| viewport | 1280x720 | 页面大小 |
| no_viewport | None | 不强制使用固定视口，允许在头模式下调整窗口大小 |
| screen | None | 屏幕大小，只有设置了viewport时才会生效 |
| ignore_https_errors | False | 是否忽略HTTPS请求错误 |
| java_script_enabled | True | 是否允许执行JS脚本 |
| user_agent | None | 自定义用户代理 |
| offline | False | 是否使用离线模式 |
| proxy | None | 使用代理，给一个ProxySettings对象即可 |
| record_video_dir | None | 设置录制页面时保存视频文件的目录 |
| record_video_size | None | 录制视频的大小，实际上与是否指定viewport有关（800x800、800x450） |
| base_url | None | 根URL，若指定了，则以后得URL都只需要指定路径部分，它会自动拼接上base_url |
| accept_downloads | True | 是否自动下载文件（当下载文件时不用点确认） |
Page对象就是一个页面，一个context可以有多个页面，只需要调用BrowserContext对象的new_page()方法即可新建一个页面，也就是实例化一个Page对象
Page对象有一些比较常用的属性或者方法，但是我这里先不列出与元素交互有关的方法，后面会讲到元素交互
| 属性或方法 | 说明 |
|---|---|
| url | 页面当前URL |
| viewport_size | 窗口大小 |
| set_viewport_size | 设置窗口大小 |
| context | 所属上下文对象 |
| frames | 页面中的所有Frame对象 |
| main_frame | 页面的主Frame对象 |
| content() | 返回页面内容即HTML字符串 |
| set_content() | 设置页面HTML |
| goto() | 加在某个url |
| reload() | 重写加载页面 |
| go_back() | 回到上一个页面 |
| go_forward() | 回到下一个页面 |
| title() | 页面标题 |
| locator() | 元素定位 |
| pause() | 停止执行JS代码 |
| pdf() | 把页面导出为PDF文件 |
| close() | 关闭页面 |
| is_closed() | 页面是否已关闭 |
| screenshot() | 截屏 |
| set_default_timeout() | 设置默认超时时间（毫秒） |
操作页面元素的前提是先获取到要操作的元素，所以我们需要学习已如何定位到你要操作的元素。我们调用一个Page对象的locator()方法即可定位元素，它会返回一个Locator对象
说到元素定位，相信很多人都优先想到css选择器、xpath选择器
...
page = browser.new_page()
page.goto("https://baidu.com")
# css选择器
page.locator('css=#kw').fill("冰冷的希望")
page.locator('input:has-text("百度一下")').click() # 伪类，包含某个文本 :has-text()
# page.locator('input', has_text="百度一下").click() # 等价于上面的写法
# xpath选择器
page.locator('xpath=//*[@id="kw"]').fill("冰冷的希望")
关于xpath和css选择器的用法这里不再赘述，有需要的话可以看一下之前的博文
【爬虫】元素定位（xpath、css）
如果你想直接通过页面中的某些文字进行定位，可以试一下text定位器。这种定位方式，你得注意是不是需要精确匹配
# 文本选择，注意是否模糊匹配
page.locator('text=百度一下').click() # 文本选择器，模糊匹配文字“百度一下”
page.locator('text="百度一下"').click() # 文本选择器，精确匹配文字“百度一下”
当然，除了传统的css和xpath选择器，playwright还给我们提供了其他更方便的定位方式，比如说get_by_role()，可以通过某些角色进行定位，注意一下，元素标签不一定都是角色，Playwright支持的角色目前只有"alert","alertdialog","application","article","banner","blockquote","button","caption","cell","checkbox","code","columnheader","combobox","complementary","contentinfo","definition","deletion","dialog","directory","document","emphasis","feed","figure","form","generic","grid","gridcell","group","heading","img","insertion","link","list","listbox","listitem","log","main","marquee","math","menu","menubar","menuitem","menuitemcheckbox","menuitemradio","meter","navigation","none","note","option","paragraph","presentation","progressbar","radio","radiogroup","region","row","rowgroup","rowheader","scrollbar","search","searchbox","separator","slider","spinbutton","status","strong","subscript","superscript","switch","tab","table","tablist","tabpanel","term","textbox","time","timer","toolbar","tooltip","tree","treegrid","treeitem"
举个栗子，我们定位一下“百度一下”的按钮
page.get_by_role("button", name="百度一下").click()
如果你要定位的元素标签是配合label标签使用的，那你可以直接通过page.get_by_label()方法进行定位
page.get_by_label("Password").fill("secret")
如果你要定位的元素有placeholder，比如说一些input标签，你也可以通过get_by_placeholder()方法进行定位
page.get_by_placeholder("User ID").fill("冰冷的希望")
通过文本选择，类似于前面提到的text选择器，是否精确匹配由exact参数控制
page.get_by_text("设置", exact=True).last.click() # 如果定位到多个元素，你可以通过first、last等方法获取某个元素
# 注意，如果元素在页面不可见则会报错的，所以你可以等它显示，默认5000毫秒超时
expect(page.get_by_text("设置", exact=True)).to_be_visible()
如果是img或者area元素，如果带有alt文本提示，也可以通过get_by_alt_text()方法进行定位
page.get_by_alt_text("点击一下，了解更多").click()
如果要定位的元素是title元素，也可以试一下get_by_title()方法
page.get_by_title("点击一下，了解更多").click()
如果定位到多个元素，你可以使用Locator的first、last属性获取第一个、最后一个元素，另外我们还可以通过filter()方法进一步过滤
page.get_by_role("listitem").filter(has_text="Product 2").get_by_role(
"button", name="Add to cart"
).click()
调用Locator对象的fill()方法即可输入文本，前提是该Locator支持输入文本，比如说input输入框
from playwright.sync_api import sync_playwright, expect
playwright = sync_playwright().start()
browser = playwright.chromium.launch(headless=False)
page = browser.new_page()
page.goto('https://baidu.com')
page.locator('css=#kw').fill("冰冷的希望")
当然，除了Locator对象的fill()方法，我们也可以直接调用Page对象的fill()方法进行操作
# page.locator('css=#kw').fill("冰冷的希望")
page.fill('css=#kw', "冰冷的希望")
还有很多类似的用法，比如说click、dbclick等都可以直接调用Page对象的操作方法，后面不再强调
如果需要清空输入框，可以用clear()方法
page.locator('#kw').clear()
Locator对象的click()方法用于点击鼠标按键，如果不填任何参数，就是点击一次鼠标左键，我们也可以通过传入其他操作实现不同的鼠标操作
# 单击鼠标左键
page.get_by_text('百度一下').click()
# 鼠标按键，默认是left，可选left、middle、right
page.get_by_text('百度一下').click(button="right")
# 辅助按键，可选Alt、Control、Meta、Shift
page.get_by_text('百度一下').click(modifiers=["Shift"])
# 点击位置，相对定位，元素的左上角为坐标系原点
page.get_by_text('百度一下').click(position={"x": 0, "y": 0})
# 鼠标按下和抬起之间的时间间隔，默认是0，单位是毫秒
page.get_by_text('百度一下').click(delay=0.2)
# 整个操作的最大超时时间，单位是毫秒，默认是30000毫秒，0则不限时
page.get_by_text('百度一下').click(timeout=0.2)
# 点击次数
page.get_by_text('百度一下').click(click_count=1)
如果想要双击，可以试一下click(click_count=2)，当然Playwright也给我们封装了一个dblclick()用于双击，参数基本上与click()一样，这里就不多进行演示了
page.get_by_text('百度一下').dblclick()
如果有需要勾选CheckBox或者RadioButton，我们可以使用check()方法
from playwright.sync_api import expect
# 勾选
page.get_by_label('记住密码').check()
# 确保被勾选上
expect(page.get_by_label('记住密码')).to_be_checked()
# 下拉框选项
page.get_by_label('#sexBox').select_option('Man')
如果fill()和鼠标按键不够用，可能需要再按一下键盘也是可以的。目前支持的按键，除了数字键、字母键（区分大小写）、F1-F12，还有一些常用按键
Backspace（退格）, Tab（制表）, Delete（删除）, Escape（退出）, End（结束）, Enter（回车）, Home（主页）, Insert（插入）, PageDown（下一页）, PageUp（上一页）, ArrowRight（向右方向）, ArrowUp（向上方向）,ArrowDown（向下方向）,ArrowLeft（向左方向）等
# 填充文字
page.locator('#kw').fill("冰冷的希望")
# 按下回车
page.locator('#kw').press("Enter")
# 按下a
page.locator('#kw').press("a")
# 按下组合键：Ctrl和右方向键
page.locator('#kw').press("Control+ArrowRight")
如果需要拖转，比如说一些验证码，需要把元素拖动到合适的位置，这时候我们就需要调用drag_to()方法了
page.locator("#start").drag_to(page.locator("#end"))
我们可以看到drag_to()只支持把一个元素拖到到另一个元素里，但是如果没有目标元素或者不好定位目标元素，那你就只能手动控制鼠标的按下、移动、抬起等动作了
如果一个页面弹出了对话框，可能会导致无法继续操作，就需要先点击确认或者取消按钮，这种情况对我们来说是非常不利的，所以Playwright会自动帮我们关闭所有弹窗确认框。如果想要自己处理，我们可以通过监听弹窗事件来处理
def handle_dialog(dialog):
print(dialog.message)
print(dialog.type)
# dialog.dismiss()
dialog.accept()
page.on('dialog', lambda: handle_dialog)
注意，如果你监听了但是没有调用accept()或者dismiss()方法处理对话框，则可能会导致Playwright无法正常工作
对于需要登录的网站，如果不想每次都登录，可以把cookie保存下来，然后下次再加载，这样就可以免去每次登录的麻烦了
我们可以使用BrowserContext对象的cookies()方法获取全部cookie，然后使用add_cookies()方法把cookie添加到BrowserContext
context = browser.new_context()
page = context.new_page()
page.goto("https://baidu.com")
# 获取全部cookie
cookie_list = context.cookies()
# 清空cookie
context.clear_cookies()
# 添加cookie
context.add_cookies(cookie_list)
page.reload()
除了手动操作cookie的方式，Playwright还提供了一种可以把Cookie保存到本地的方法storage_state()，调用一下就会返回cookie和本地快照信息，如果指定path参数则可以保存到本地
context = browser.new_context()
page = context.new_page()
page.goto("https://baidu.com")
context.storage_state(path="./cookies.json")
读取storage_state也很简单，只需要在创建BrowserContext对象的时候指定storage_state的路径即可
context = browser.new_context(storage_state="./cookies.json")
page = context.new_page()
page.goto("https://baidu.com")