Playwright 无头浏览器极速恢复：镜像加速与手动构造路径（10秒方案）

前言

跑无头浏览器自动化（Playwright/爬虫/QA 脚本）的同学一定遇到过：昨天还能跑的脚本，今天报 Executable doesn't exist。浏览器二进制凭空消失，重新下载又是龟速。

这篇分享一套实测有效的极速恢复方案：国内镜像 + 手动构造路径，把 186MB 的浏览器恢复时间从 20+ 分钟压缩到 10 秒以内。

一、为什么浏览器会消失

无头环境（容器/云主机）通常有定期清理机制：~/.cache、/tmp、pip 包目录都可能被清空。Playwright 的浏览器装在 ~/.cache/ms-playwright/，正好在清理范围内。

报错信息里其实已经给出了答案：

Executable doesn't exist at
/root/.cache/ms-playwright/chromium_headless_shell-1243/chrome-headless-shell-linux-arm64/chrome-headless-shell

这段路径包含三个关键信息：目录名（chromium_headless_shell-1243）、子目录（chrome-headless-shell-linux-arm64）、可执行文件名（chrome-headless-shell）。恢复就是要让这个路径完整可用。

二、常规方法的问题

python3 -m playwright install chromium 的默认下载源是 playwright 官方默认 CDN，国内实测只有 148 KB/s——186MB 要跑 20 多分钟，而且经常卡在 0% 不动。

换镜像的正确姿势：

PLAYWRIGHT_DOWNLOAD_HOST=cdn.npmmirror.com/binaries/playwright \
  python3 -m playwright install chromium

注意镜像路径格式：cdn.npmmirror.com/binaries/playwright（不是 npmmirror 的 mirrors 目录），拼错了会 404。

三、极速方案：手动下载 + 构造路径

第一步：直连镜像下载（实测 18-23 MB/s）：

curl -sL --max-time 65 \
  "cdn.npmmirror.com 仓库下 binaries/playwright/builds/chromium/1243/ 目录中的 chromium-headless-shell-linux-arm64.zip" \
  -o /tmp/hs.zip

第二步：解压到期望路径：

rm -rf ~/.cache/ms-playwright/chromium_headless_shell-1243
mkdir -p ~/.cache/ms-playwright/chromium_headless_shell-1243
cd ~/.cache/ms-playwright/chromium_headless_shell-1243
unzip -qo /tmp/hs.zip
mv chrome-linux chrome-headless-shell-linux-arm64
ln -sf headless_shell chrome-headless-shell-linux-arm64/chrome-headless-shell
touch INSTALLATION_COMPLETE

三个构造要点：

1. 目录名必须与报错一致：版本号（1243）来自 Playwright 版本，别照抄我的
2. 可执行文件软链：zip 里的文件名是 headless_shell，而 Playwright 找的是 chrome-headless-shell，软链对齐
3. INSTALLATION_COMPLETE 标记：没有它 Playwright 会认为安装未完成

验证：跑一个 5 秒的最小脚本确认浏览器能启动即可。

四、几个延伸技巧

1. 只装 headless shell 更省

chromium-headless-shell 比 full chromium 小很多（116MB vs 186MB），无头场景够用：

python3 -m playwright install chromium --only-shell

2. 断点续传

大文件下载中断后，curl 支持续传：

curl -sL -C - --max-time 55 "URL" -o /tmp/hs.zip

3. 一次下载多版本复用

如果脚本依赖多个 Playwright 版本，把下载好的 zip 留在本地，清理后直接从本地解压，连镜像都不用访问。

五、自动化脚本的"自愈"模式

把恢复逻辑写进任务脚本开头，实现依赖自检：

import os, subprocess

def ensure_browser():
    exe = os.path.expanduser(
        '~/.cache/ms-playwright/chromium_headless_shell-1243/'
        'chrome-headless-shell-linux-arm64/chrome-headless-shell'
    )
    if not os.path.exists(exe):
        subprocess.run(['bash', '/workspace/scripts/restore-browser.sh'], check=True)

任务启动时先自检，缺什么补什么——环境再怎么清理，恢复成本都能压到秒级。

写在最后

无头环境的清理机制无法绕过，但恢复速度可以优化到极致。核心思路：镜像加速下载 + 手动构造路径 + 依赖自检自愈。三件套齐了，"环境消失"就只是一个 10 秒的插曲。