python+playwright 学习-88 禁止加载图片等资源

上海-悠悠

发布于 2024-04-18 16:02:24

1320

发布于 2024-04-18 16:02:24

文章被收录于专栏：从零开始学自动化测试从零开始学自动化测试

前言

对于爬虫的小伙伴来说，有时候只需抓取页面的文本，不用加载图片，可以加快操作页面速度，那么我们可以设置禁止加载图片等资源。

禁止图片加载

根据url地址的后缀，图片资源后缀一般是png,jpg,jpeg,gif等格式。

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(headless=False)
    context = browser.new_context()
    page = context.new_page()

    # 方法1 根据url地址后缀
    page.route("**/*.{png,jpg,jpeg,gif}", lambda route: route.abort())

    page.goto('https://www.cnblogs.com/yoyoketang')
    page.pause()

运行效果如下，会看到图片没加载

根据资源类型禁用

资源类型一般有 “document”, “stylesheet”, “script”, “image”, “font”, “xhr” 等。

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(headless=False)
    context = browser.new_context()
    page = context.new_page()

    # 方法1 根据url地址后缀
    # page.route("**/*.{png,jpg,jpeg,gif}", lambda route: route.abort())

    # 方法2  根据资源类型
    def abort_img(route):
        # 资源类型  "stylesheet", "script", "image", "font", "xhr"
        print(route.request.resource_type)
        if route.request.resource_type in ["image"]:
            route.abort()
        else:
            route.continue_()

    page.route("**/*", abort_img)

    page.goto('https://www.cnblogs.com/yoyoketang')
    page.pause()

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2024-04-15，如有侵权请联系 cloudcommunity@tencent.com 删除

爬虫