Playwright理解与封装

前言之前对 Playwright 一直是懵懵懂懂的状态用起来总觉得隔着一层纱。最近深入学习后基本掌握了其主要概念同时也基于自己的理解做了一个封装库。本文将分享我对 Playwright 的理解以及如何将其封装成一个可以像普通浏览器一样使用的自动化工具。一、Playwright 核心概念一个生动的比喻很多人初次接触 Playwright 时会被Playwright、Browser、Context、Page这些概念搞晕。让我用一个生动的比喻来解释 核心比喻概念比喻说明Playwright司机整个自动化过程的控制者负责启动和管理整个流程Browser车辆实际的浏览器实例可以是 Chrome、Firefox 或 WebKitContext车厢独立的浏览器会话拥有自己的 cookies、storage 和上下文Page窗户每个标签页或窗口用户通过它与网页交互关键理解一列火车可以有多节车厢多个 Context每节车厢可以有多个窗户多个 Page只有司机Playwright能启动和停止整列火车二、资源管理必须关闭 Browser这是很多初学者容易踩的坑如果不关闭 Browser会有进程残留⚠️ 正确关闭顺序# ✅ 正确做法按顺序关闭page.close()# 关闭页面可选context.close()# 关闭上下文browser.close()# 关闭浏览器 ← 必须playwright.stop()# 停止 Playwright 特殊情况永久 Context如果使用永久上下文Persistent Context情况会简单一些# 永久上下文会自动管理只需要关闭它即可contextplaywright.chromium.launch_persistent_context(...)# 使用完后context.close()# 关闭后browser 也会自动关闭这是因为永久上下文本质上是一个完整的浏览器实例关闭它就相当于关闭了整个浏览器。三、我对 Playwright 的封装 封装目的使用requests库时有些网站需要运行 JavaScript 才能正常获取内容。传统的 Playwright 使用方式需要频繁创建和销毁浏览器体验不够流畅。我封装了一个单例模式的 Playwright 工具实现✅ 永久上下文像普通浏览器一样使用✅ 自动管理下载✅ 单例模式全局唯一实例✅ 自动释放资源防止进程残留 完整代码# myplaywright.pyimportplatformimportatexitfrompathlibimportPathfromtypingimportOptionalfromplaywright.sync_apiimportsync_playwright,Playwright,BrowserContext,Page,DownloadclassMyPlaywright:自定义Playwright单例类_instance:Optional[MyPlaywright]None_playwright:Optional[Playwright]None_context:Optional[BrowserContext]None_page:Optional[Page]None_is_initialized:boolFalsedef__new__(cls):ifcls._instanceisNone:cls._instancesuper().__new__(cls)returncls._instancedef__init__(self):ifself._is_initialized:returnself._is_initializedTrueself._base_dirPath.cwd()self._chromium_data_dirself._base_dir/chromium_dataself._downloads_dirself._base_dir/downloadsself._chromium_data_dir.mkdir(exist_okTrue)self._downloads_dir.mkdir(exist_okTrue)self._is_windowsplatform.system()Windowsatexit.register(self.release)# 注册退出时释放资源def_get_headless(self)-bool:Windows 显示浏览器Linux 无头模式returnnotself._is_windowspropertydefplaywright(self)-Playwright:ifself._playwrightisNone:self._playwrightsync_playwright().start()returnself._playwrightpropertydefcontext(self)-BrowserContext:ifself._contextisNone:self.reset_context()returnself._contextdefreset_context(self,headless:Optional[bool]None)-BrowserContext:重置浏览器上下文ifself._context:self._context.close()is_headlessheadlessifheadlessisnotNoneelseself._get_headless()self._contextself.playwright.chromium.launch_persistent_context(user_data_dirself._chromium_data_dir,headlessis_headless,bypass_cspTrue,# 跳过内容安全策略args[--start-maximized],no_viewportTrue,accept_downloadsTrue,downloads_pathself._downloads_dir,)returnself._contextpropertydefpage(self)-Page:获取页面单实例ifself._pageisNone:self._pageself.context.pages[0]self._page.on(download,self._on_download)returnself._pagedef_on_download(self,download:Download):下载事件处理print(f开始下载{download.suggested_filename}...)download_pathself._downloads_dir/download.suggested_filename download.save_as(download_path)print(f下载完成:{download_path})defrelease(self):释放资源try:ifself._context:self._context.close()ifself._playwright:self._playwright.stop()self._contextNoneself._playwrightNoneexceptException:passdef__enter__(self):returnselfdef__exit__(self,exc_type,exc_val,exc_tb):self.release() 使用示例# 方式1上下文管理器推荐withMyPlaywright()aspw:pw.page.goto(https://www.baidu.com)print(pw.page.title())# 退出时自动释放资源# 方式2直接使用pwMyPlaywright()pw.page.goto(https://example.com)# 程序退出时自动释放资源✨ 封装亮点特性说明单例模式全局只有一个实例避免重复启动浏览器永久上下文浏览器状态持久化cookies 不会丢失自动下载监听下载事件自动保存文件跨平台Windows 显示浏览器Linux 自动无头资源托管使用atexit确保程序退出时释放资源四、总结 学习要点理解层次关系Playwright → Browser → Context → Page比喻记忆司机、火车、车厢、窗户资源管理必须关闭 Browser永久 Context 只需关闭自身实际应用封装成单例模式打造永久化的自动化浏览器 参考资料Playwright 官方文档Python Playwright API本文为本人原创首发于掘金同步发布于 CSDN、知乎等平台。如果你有任何问题或想法欢迎在评论区交流