Pyppeteer库之一：Pyppeteer库介绍

最新推荐文章于 2024-06-24 22:41:37 发布

原创

最新推荐文章于 2024-06-24 22:41:37 发布 · 1.5k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#Pyppteer使用 #Python爬虫

Pyppeteer是一个用于网页自动化和无头Chrome/Chromium控制的Python库，可用于生成页面截图、PDF，抓取SPA，自动表单提交、UI测试等。它通过DevTools协议与浏览器通信，支持高级功能如JavaScript注入、模拟操作。在使用中，可能需要手动安装Chromium。以下是一个简单的使用流程：创建浏览器实例，打开新页面，设置视窗大小，导航到URL，模拟输入和点击操作，最后关闭浏览器。

`Pyppeteer 是 Puppeteer 的 Python 实现。Puppeteer 是谷歌开发的一个 Node 库，它提供了一个高级API 来通过 DevTools 协议控制 Chromium 或 Chrome。Pyppeteer 默认以 headless模式运行，但是可以通过修改配置文件运行“有头”模式。`

能做什么呢？

生成页面的截图和 PDF。
抓取 SPA (单页应用程序)并渲染页面
自动提交表单，UI 测试，键盘输入等。
创建一个时时更新的自动化测试环境。
捕捉异常跟踪堆栈来帮助诊断性能问题。
高级功能如 js 注入、模拟操作、异步执行、伪装

Pyppeteer API 是分层次的，反映了浏览器结构

注释：

Pyppeteer 使用 DevTools 协议与浏览器进行通信。
Browser 实例可以拥有浏览器。
BrowserContext 浏览器上下文。
Page 至少有一个框架：主框架。可能还有其他框架由 iframe 或框架标签创建。
frame 至少有一个执行上下文 - 默认的执行上下文 - 框架的 JavaScript 被执行。一个框架可能有额外的与扩展
关联的执行上下文。
Worker 具有单一执行上下文，并且便于与 WebWorkers 进行交互。

Pyppeteer 的结构，也是代码的顺序结构；

import asyncio
from pyppeteer import launch


async def main():
    # 启动，返回 browser
    browser = await launch({
   
   'headless'

最低0.47元/天解锁文章