浏览器自动化实战：用 Playwright 把重复网页操作变成一键脚本

一、为什么要学浏览器自动化

在日常开发与运维工作中，我们经常遇到大量重复的网页操作：定时检查页面可用性、批量导出后台数据、自动截图存档、填写固定格式的表单……手动完成既耗时又容易出错。浏览器自动化可以把这些流程交给脚本执行，让机器替我们"跑腿"。本文以 Playwright 为例，分享一套从零开始的浏览器自动化实践方法。

二、环境准备

Playwright 同时支持 Node.js 与 Python，两行命令完成安装（以 Python 为例）：

pip install playwright
playwright install chromium

安装完成后，本地就拥有了一个可以完全编程控制的 Chromium 浏览器。

三、核心概念：三层对象模型

• Browser：浏览器实例，负责资源与生命周期管理；
• Context：浏览器上下文，隔离 Cookie 与本地存储，一个 Browser 可创建多个相互隔离的 Context；
• Page：标签页，所有页面交互（点击、输入、截图）都通过 Page 完成。

四、实战示例：页面可用性巡检脚本

下面是一个"打开页面 → 等待渲染 → 抓取标题 → 截图存档"的完整脚本：

from playwright.sync_api import sync_playwright

def check_page(url: str):
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=True)
        page = browser.new_page(viewport={"width": 1280, "height": 800})
        page.goto(url, wait_until="networkidle")
        title = page.title()
        page.screenshot(path="archive.png", full_page=True)
        browser.close()
        return title

if __name__ == "__main__":
    print(check_page("https://example.com"))

把 check_page 放进定时任务，就能实现每日自动巡检并留档截图。

五、让脚本长期稳定运行的四个要点

1. 等待策略：优先等待网络空闲（networkidle）或特定元素出现，避免固定 sleep；
2. 选择器健壮性：优先使用语义化属性（role、aria-label、data-*），少依赖层层嵌套的 CSS 路径；
3. 会话隔离：用独立的 Context 管理登录态，多个任务互不污染；
4. 异常与重试：关键步骤加入 try/except 与有限重试，脚本才能无人值守长期运行。

六、合规使用提醒

自动化脚本必须遵守目标网站的服务条款与 robots 协议：控制访问频率、不抓取敏感信息、不干扰正常服务。技术本身中立，合理使用才能长久。

结语

浏览器自动化的本质，是"把人的操作翻译成代码"。建议从小工具练手，逐步沉淀自己的自动化脚本库，把时间留给真正需要思考的工作。如果你有有趣的自动化场景，欢迎在评论区交流。