1. 问题背景

最近接手了一个数据挖掘的任务，有大量过程重复的浏览器点击操作，不胜其烦。于是就在考虑通过浏览器自动化脚本来完成。最开始尝试用selenium来实现，摸索了一会儿初步实现了目标网页的登录操作，但是涉及到里面元素的解析和自动化工具相关api的使用，就难到我这个不太懂前端的人了。

后来同事帮我找了一个神奇的工具playwright，可以自动生成相关浏览器动作的python代码，使得这一问题得以高效解决，实现了自动登录、选择标签、设置条件、自动翻页、创建任务等，从而达到了高效批量处理的目的，整个过程非常丝滑，解放了双手，当时还是挺兴奋的。下面就简单记录一下playwright的使用过程：

2. playwright

playwright是微软开发的一个浏览器自动化框架，简直是太好用了。更多详细介绍以及API使用说明请参考：

Playwright for Python

以下用力扣网站做一个简单示例：

2.1 安装playwright

安装playwright和框架内置浏览器

pip install pytest-playwrightplaywright install chromium # 可选 firefox，chromium， webkit

终端内运行以下代码，就会打开浏览器，并在另一个窗口生成在浏览器上的动作对应的python代码。codegen后面接着网址，-b指定浏览器类型。

python3 -m playwright codegen  -b chromium

视频加载中...

2.3 生成的python代码

from playwright.sync_api import Playwright, sync_playwright, expectdef run(playwright: Playwright) -> None:    browser = playwright.chromium.launch(headless=False)    context = browser.new_context()    page = context.new_page()    page.goto(";)    page.get_by_role("button", name="难度").click()    page.get_by_role("menuitem", name="简单").locator("div").first.click()    page.get_by_role("button", name="标签").click()    page.locator("[id=\"headlessui-popover-panel-\\:r3p\\:\"]").get_by_text("二叉树").click()    page.locator("[id=\"headlessui-popover-panel-\\:r3p\\:\"]").get_by_text("深度优先搜索").click()    # ---------------------    context.close()    browser.close()with sync_playwright() as playwright:    run(playwright)

这个框架生成的代码在大部分行是可以用的，但对于某些元素它会根据元素id进行直接定位，但由于网站某些元素id可能一直变化，导致脚本再次运行后不能匹配到正确元素，浏览器动作停止，这时候可能需要换其它方式进行匹配。

比如，利用目标元素与其它元素的相对位置关系、匹配包含的text等进行定位。比如我当时用下面这行代码替换了原来失败的id定位方式，才让代码自动化跑起来：

page.frame_locator("iframe").locator("li").locator("span").filter(has_text="二叉树").nth(2).click() # 实际文本已替换

本人不是做前端的，第一次尝试浏览器自动化，但这种效率提升的感觉真的非常爽，也给了我一点启示。有时也不要只是埋头苦干，应该多学习，适时对自己的工作进行反思，思考一下哪些是每天重复劳动但可以提升效率的地方。

你好，我是七昂，致力于分享C++、操作系统、软件架构、机器学习、效率提升等系列文章。希望我们能一起探索程序员修炼之道，高效学习、高效工作。如果我的创作内容对您有帮助，请点赞关注。如果有问题，欢迎随时与我交流。感谢你的阅读。