playwright连接已有浏览器操作

梦无矶小仔

发布于 2023-09-08 17:05:49

4.5K0

前置准备

# 安装playwright的python版本
pip install playwright  
# 安装playwright自带的浏览器和ffmepg，此步骤耗时较长
playwright install

打开本地已有缓存的Chrome（理解）

之前有写过一篇selenium打开指定浏览器进行自动化操作的文章（链接见后文），但那篇需要自己通过bat文件去启动浏览器。而且还要下载对应的驱动。

playwright就不需要下载驱动，它自己有，你浏览器版本可以不用管了，而且这个时候，你可以通过launch_persistent_context方法直接在代码中添加已有缓存的谷歌浏览器，并且指定端口打开，你以后全部由代码来跑就可以了。

# -*- coding: utf-8 -*-
'''
@Time : 2023/4/28 12:29
@Author : Vincent.xiaozai
@Email : Lvan826199@163.com
@File : playwright_demo1.py
'''
__author__ = "梦无矶小仔"

import time

from playwright.sync_api import Playwright,sync_playwright
# C:\Users\xiaozai\AppData\Local\ms-playwright
with sync_playwright() as playwright:
    browser = playwright.chromium.launch_persistent_context(
        # 指定本机用户缓存地址
        user_data_dir=r"C:\Users\xiaozai\AppData\Local\Google\Chrome\User Data",
        # 指定本机google客户端exe的路径
        executable_path=r"C:\Users\xiaozai\AppData\Local\Google\Chrome\Application\chrome.exe",
        # 要想通过这个下载文件这个必然要开  默认是False
        accept_downloads=True,
        # 设置不是无头模式
        headless=False,
        bypass_csp=True,
        slow_mo=10,
        # 跳过检测
        args = ['--disable-blink-features=AutomationControlled','--remote-debugging-port=9222']

    )
    page = browser.new_page()
    page.goto("https://www.baidu.com/")
    print(page.title())
    time.sleep(200)
    browser.close()

user_data_dir:此文件夹就是你电脑本地所在的缓存文件夹，可以是系统默认的，也可以是你自己新建的

args处常用参数请参考下表。

序号	参数	说明
1	--allow-outdated-plugins	不停用过期的插件。
2	--allow-running-insecure-content	默认情况下，https 页面不允许从 http 链接引用 javascript/css/plug-ins。添加这一参数会放行这些内容。
3	--allow-scripting-gallery	允许拓展脚本在官方应用中心生效。默认情况下，出于安全因素考虑这些脚本都会被阻止。
4	--disable-desktop-notifications	禁用桌面通知，在 Windows 中桌面通知默认是启用的。
5	--disable-file-system	停用 FileSystem API。
6	--disable-preconnect	停用 TCP/IP 预连接。
7	--disable-remote-fonts	关闭远程字体支持。SVG 中字体不受此参数影响。
8	--disable-web-security	不遵守同源策略。
9	--disk-cache-dir	将缓存设置在给定的路径。
10	--disk-cache-size	设置缓存大小上限，以字节为单位。
11	--dns-prefetch-disable	停用DNS预读。
12	--enable-print-preview	启用打印预览。
13	--extensions-update-frequency	设定拓展自动更新频率，以秒为单位。
14	--incognito	让浏览器直接以隐身模式启动。
15	--keep-alive-for-test	最后一个标签关闭后仍保持浏览器进程。（某种意义上可以提高热启动速度，不过你最好得有充足的内存）
16	--kiosk	启用kiosk模式。（一种类似于全屏的浏览模式）
17	--lang	使用指定的语言。
18	--no-displaying-insecure-content	默认情况下，https 页面允许从 http 链接引用图片/字体/框架。添加这一参数会阻止这些内容。
19	--no-referrers	不发送 Http-Referer 头。
20	--no-startup-window	启动时不建立窗口。
21	--proxy-server	使用给定的代理服务器，这个参数只对 http 和 https 有效。
22	--start-maximized	启动时最大化。
23	--single-process	以单进程模式运行 Chromium。（启动时浏览器会给出不安全警告）。
24	--user-agent	使用给定的 User-Agent 字符串。
25	--process-per-tab	每个分页使用单独进程。
26	--process-per-site	每个站点使用单独进程。
27	--in-process-plugins	插件不启用单独进程。
28	--disable-popup-blocking	禁用弹出拦截。
29	--disable-javascript	禁用JavaScript。
30	--disable-java	禁用Java。
31	--disable-plugins	禁用插件。
32	–disable-images	禁用图像。
33	--remote-debugging-port	在指定端口上启用HTTP远程调试

launch_persistent_context可填参数可以查看源码，playwright -> sync_api -> _generated.py

运行效果展示：

看到右上角了吗？是登陆状态的，说明加载了我的用户信息，你可以打开一个新的标签页，你还会发现里面有你的标签。

指定端口打开浏览器

就字面意思，emmmm，貌似目前我还没有遇到需要用这个的场景。还是用前面那个方法结合着用好。

from playwright.sync_api import sync_playwright
playwright = sync_playwright().start()
# 指定端口打开浏览器
browser = playwright.chromium.launch(headless=False, args=['--remote-debugging-port=9001'])
time.sleep(10)
page = browser.new_page()
page.goto("https://www.baidu.com/")
print(page.title())
time.sleep(10)
browser.close()

连接指定端口已启动浏览器（推荐）

这个方案就是不使用launch_persistent_context方法，需要自己手动启动一个浏览器（或者使用命令），之后让playwright连接上这个浏览器进行自动化操作。

「前置操作」

需要通过命令启动一个特定的浏览器，这里我做了一个bat文件，详细方法参考之前的文章：

公众号：Python+selenium定位已打开的谷歌浏览器 (qq.com)

@echo off
chrome.exe --remote-debugging-port=9222 --user-data-dir="C:\selenium\AutomationProfile"

我们先通过该命令快捷启动浏览器，之后就可以通过代码连接上该浏览器了。

# 可以使用bat手动打开该浏览器，也可以通过如下命令打开
command = r"C:\Users\xiaozai\AppData\Local\Google\Chrome\Application\chrome.exe --remote-debugging-port=9222 --user-data-dir=C:\selenium\AutomationProfile"
subprocess.Popen(command)
time.sleep(5)

playwright = sync_playwright().start()
# 连接已打开浏览器，找好端口
browser = playwright.chromium.connect_over_cdp("http://127.0.0.1:9222")
default_context = browser.contexts[0] # 注意这里不是browser.new_page()了
page = default_context.pages[0]
page.goto("https://www.baidu.com/")
print(page.title()) #百度一下，你就知道

后面打开page这里为什么是这样写呢？我抄的源码示列的，诶嘿嘿

关键字：浏览器上下文