跳到主要内容

Python 中 sync_playwright 使用详解

sync_playwright 是 Playwright 提供的同步 API 接口，
它允许我们以同步的方式编写浏览器自动化脚本，而不用处理异步 async/await 语法，
非常适合快速上手和编写脚本。

1. 安装 Playwright​

pip install playwright
# 安装浏览器驱动
playwright install

2. 引入 sync_playwright​

from playwright.sync_api import sync_playwright

sync_playwright 是 Playwright 的入口，
需要通过 with 上下文来启动和关闭 Playwright。

3. 基本使用​

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    # 启动浏览器 (chromium / firefox / webkit)
    browser = p.chromium.launch(headless=False)  
    page = browser.new_page()
    
    # 打开网页
    page.goto("https://example.com")
    
    # 获取页面标题
    print(page.title())
    
    # 截图
    page.screenshot(path="example.png")
    
    # 关闭浏览器
    browser.close()

4. 浏览器操作​

4.1 启动浏览器​

# 无头模式 (默认 True)
browser = p.chromium.launch(headless=True)

# 显示浏览器窗口
browser = p.chromium.launch(headless=False)

# 调试模式 (slow_mo 每步操作延迟 500ms)
browser = p.chromium.launch(headless=False, slow_mo=500)

# 指定用户数据目录（保存登录状态等）
browser = p.chromium.launch_persistent_context(
    user_data_dir="userdata",
    headless=False
)

4.2 新建页面​

context = browser.new_context()
page = context.new_page()

一个 Browser 可以包含多个 Context，每个 Context 就像一个独立的浏览器实例，互不干扰。

5. 页面常用操作​

5.1 打开页面​

page.goto("https://www.baidu.com")

5.2 输入内容​

page.fill("input[name='wd']", "Playwright Python")

5.3 点击按钮​

page.click("input[type='submit']")

5.4 获取元素文本​

text = page.inner_text("h1")
print(text)

5.5 获取属性​

href = page.get_attribute("a", "href")
print(href)

5.6 等待元素加载​

page.wait_for_selector("#result")

6. 页面截图与 PDF​

# 截图
page.screenshot(path="page.png", full_page=True)

# 导出 PDF (仅支持 Chromium)
page.pdf(path="page.pdf", format="A4")

7. 执行 JavaScript​

result = page.evaluate("() => document.title")
print(result)

可以传参：

result = page.evaluate("(x, y) => x + y", 5, 7)
print(result)  # 12

8. 处理弹窗 (Dialog)​

def handle_dialog(dialog):
    print(dialog.message)
    dialog.accept()

page.on("dialog", handle_dialog)
page.click("#alertButton")

9. 网络请求拦截与修改​

def handle_route(route, request):
    if "api" in request.url:
        print("拦截到请求:", request.url)
        route.abort()
    else:
        route.continue_()

page.route("**/*", handle_route)
page.goto("https://example.com")

10. 文件上传与下载​

上传文件​

page.set_input_files("input[type='file']", "example.txt")

文件下载​

with page.expect_download() as download_info:
    page.click("a#download")
download = download_info.value
download.save_as("downloaded_file.txt")

11. 自动等待机制​

Playwright 内置智能等待，不需要频繁 sleep。
常见等待方法：

  • page.wait_for_selector("css")
  • page.wait_for_timeout(2000) # 强制等待 2 秒
  • page.wait_for_load_state("networkidle")

12. 示例：百度搜索并截图​

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(headless=False)
    page = browser.new_page()
    
    page.goto("https://www.baidu.com")
    page.fill("input[name='wd']", "Playwright Python")
    page.press("input[name='wd']", "Enter")
    
    page.wait_for_selector("#content_left")
    page.screenshot(path="baidu_result.png", full_page=True)
    
    browser.close()

13. 总结​

  • sync_playwright 适合快速编写同步脚本，简单易用。
  • 提供了强大的 页面操作 API，包括元素交互、截图、PDF、下载、上传等。
  • 内置 智能等待机制，大大减少手动 sleep 的需要。
  • 可用于 爬虫、自动化测试、逆向分析 等场景。

📌 官方文档: Playwright for Python