Navigations | Playwright 中文文档 | Playwright 中文网
按照官网文档，调用 page.goto(url) 后页面加载过程：
设定 url通过网络加载解析页面触发 page.on("domcontentloaded") 事件执行页面的 js 脚本，加载静态资源触发 page.on("laod") 事件页面执行动态加载的脚本当 500ms 都没有新的网络请求的时候，触发 networkidle 事件page.goto(url) 会跳转到一个新的链接。默认情况下 Playwright 会等待到 load 状态。如果我们不关心加载的 CSS 图片等信息，可以改为等待到 domcontentloaded 状态，如果页面是 ajax 加载，那么我们需要等待到 networkidle 状态。如果 networkidle 也不合适的话，可以采用 page.wait_for_selector 等待某个元素出现。不过对于 click 等操作会自动等待。
page.goto(url, referer="", timeout=30, wait_until="domcontentloaded|load|networkidle")// Navigate and wait until network is idleawait page.goto('https://example.com', { waitUntil: 'networkidle' });Playwright 会自动等待元素处于可操作的稳定状态。当然也可以用 page.wait_for_* 函数来手工等待：
page.wait_for_event("event", event_predict, timeout)page.wait_for_function(js_function)page.wait_for_load_state(state="domcontentloaded|load|networkidle", timeout)page.wait_for_selector(selector, timeout)page.wait_for_timeout(timeout) # 不推荐使用对页面的操作方法主要有：
# selector 指的是 CSS 等表达式page.click(selector)page.fill(selector, value) # 在 input 中填充值# 例子page.click("#search")获取页面中的数据的主要方法有：
page.url # urlpage.title() # titlepage.content() # 获取页面全文page.inner_text(selector) # element.inner_text()page.inner_html(selector)page.text_content(selector)page.get_attribute(selector, attr)# eval_on_selector 用于获取 DOM 中的值page.eval_on_selector(selector, js_expression)# 比如：search_value = page.eval_on_selector("#search", "el => el.value")# evaluate 用于获取页面中 JS 中的数据，比如说可以读取 window 中的值result = page.evaluate("([x, y]) => Promise.resolve(x * y)", [7, 8])print(result) # prints "56" 选择器表达式在上面的代码中，我们使用了 CSS 表达式（比如#button）来选取元素。实际上，Playwright 还支持 XPath 和自己定义的两种简单表达式，并且是自动识别的。
# 通过文本选择元素，这是 Playwright 自定义的一种表达式page.click("text=login")# 直接通过 id 选择page.click("id=login")# 通过 CSS 选择元素page.click("#search")# 除了常用的 CSS 表达式外，Playwright 还支持了几个新的伪类# :has 表示包含某个元素的元素page.click("article:has(div.prome)")# :is 用来对自身做断言page.click("button:is(:text('sign in'), :text('log in'))")# :text 表示包含某个文本的元素page.click("button:text('Sign in')") # 包含page.click("button:text-is('Sign is')") # 严格匹配page.click("button:text-matches('w+')") # 正则# 还可以根据方位匹配page.click("button:right-of(#search)") # 右边page.click("button:left-of(#search)") # 左边page.click("button:above(#search)") # 上边page.click("button:below(#search)") # 下边page.click("button:near(#search)") # 50px 之内的元素# 通过 XPath 选择page.click("//button[@id='search'])")# 所有 // 或者 .. 开头的表达式都会默认为 XPath 表达式对于 CSS 表达式，还可以添加前缀css=来显式指定，比如说 css=.login 就相当于 .login.
除了上面介绍的四种表达式以外，Playwright 还支持使用 >> 组合表达式，也就是混合使用四种表达式。
page.click('css=nav >> text=Login') 复用 Cookies 等认证信息在 Puppeteer 中，复用 Cookies 也是一个老大难问题了。这个是 Playwright 特别方便的一点，他可以直接导出 Cookies 和 LocalStorage, 然后在新的 Context 中使用。
# 保存状态import jsonstorage = context.storage_state()with open("state.json", "w") as f: f.write(json.dumps(storage))# 加载状态with open("state.json") as f: storage_state = json.loads(f.read())context = browser.new_context(storage_state=storage_state) 监听事件通过 page.on(event, fn) 可以来注册对应事件的处理函数：
def log_request(intercepted_request): print("a request was made:", intercepted_request.url)page.on("request", log_request)# sometime later...page.remove_listener("request", log_request)其中比较重要的就是 request 和 response 两个事件
拦截更改网络请求可以通过 page.on("request") 和 page.on("response") 来监听请求和响应事件。
from playwright.sync_api import sync_playwright as playwrightdef run(pw): browser = pw.webkit.launch() page = browser.new_page() # Subscribe to "request" and "response" events. page.on("request", lambda request: print(">>", request.method, request.url)) page.on("response", lambda response: print("<<", response.status, response.url)) page.goto("https://example.com") browser.close()with playwright() as pw: run(pw)其中 request 和 response 的属性和方法，可以查阅文档：https://playwright.dev/python/docs/api/class-request
通过 context.route, 还可以伪造修改拦截请求等。比如说，拦截所有的图片请求以减少带宽占用：
context = browser.new_context()page = context.new_page()# route 的参数默认是通配符，也可以传递编译好的正则表达式对象context.route("**/*.{png,jpg,jpeg}", lambda route: route.abort())context.route(re.compile(r"(.png$)|(.jpg$)"), lambda route: route.abort())page.goto("https://example.com")browser.close()其中 route 对象的相关属性和方法，可以查阅文档：https://playwright.dev/python/docs/api/class-route
灵活设置代理Playwright 还可以很方便地设置代理。Puppeteer 在打开浏览器之后就无法在更改代理了，对于爬虫类应用非常不友好，而 Playwright 可以通过 Context 设置代理，这样就非常轻量，不用为了切换代理而重启浏览器。
context = browser.new_context( proxy={"server": "http://example.com:3128", "bypass": ".example.com", "username": "", "password": ""}) 杀手级功能：录制操作直接生成代码Playwright 的命令行还内置了一个有趣的功能：可以通过录制你的点击操作，直接生成 Python 代码。
python -m playwright codegen http://example.com/Playwright 还有很多命令行功能，比如生成截图等等，可以通过 python -m playwright -h 查看。
其他除此之外，Playwright 还支持处理页面弹出的窗口，模拟键盘，模拟鼠标拖动（用于滑动验证码），下载文件等等各种功能，请查看官方文档吧，这里不赘述了。对于写爬虫来说，Playwright 的几个特性可以说是秒杀 Puppeteer/Pyppeteer:
官方同步版本的 API方便导入导出 Cookies轻量级设置和切换代理支持丰富的选择表达式
参考：
Playwright: 比 Puppeteer 更好用的浏览器自动化工具 - 知乎