Pyppeteer库之二：Pyppeteer的浏览器对象

启动器Launcher

启动方式：

• launch :启动链接一个新的浏览器
• content :链接已打开的浏览器，便于崩溃后重链

1 launch()

pyppeteer.launch(options: dict = None, **kwargs: Any) -> Browser

启动一个新的浏览器，返回 Browser 类。接受字典或键值对的关键字配置参数。


常用参数：

• headless(bool): 是否启用"无头模式"(隐藏浏览器界面)，默认为 True 。
• executablePath(str): 指定 Chromium.exe 文件的路径(不使用内置的chromium)。
• slowMo（int|float）:按指定的毫秒数减慢 pyppeteer 的速度。
• args(List[str]): 启动 Chromium 的参数。
• dumpio(bool):是否将浏览器进程标准输出和标准错误输入到 process.stdout 和 process.stderr中。默认是 False。
• userDataDir(str): 设置用户数据目录。
• devtools(bool): 是否为每个选项卡自动打开 DevTools 面板， 这个选项只有当 headless 设置为 False的时候有效。
  
  

args—>启动chrome的参数：
https://peter.sh/experiments/chromium-command-line-switches/


launch常用参数配置:

kwargs = {
    # 启用浏览器界面
    'headless': False,
    # 多开页面，解决卡死
    'dumpio': True,
    # 设置浏览器全屏
    'args': ['--start-maximized',
             # 取消沙盒模式，沙盒模式下权限太小
             '--no-sandbox',
             # 设置浏览器界面大小
             '--window-size=1366,768',
             # 关闭受控制提示：比如，Chrome正在受到自动测试软件的控制...
             '--disable-infobars',
             # 允许跨域
             '--disable-web-security',
             # 使用代理
             '--proxy-server=127.0.0.1:80',
             # 不走代理的链接
             '--proxy-bypass-list=*',
             # 忽略证书错误
             '--ignore-certificate-errors',
             # log 等级设置，如果出现一大堆warning，可以不使用默认的日志等级
             '--log-level=3',
             # 设置ua
             '--user-agent=Mozilla/5.0'
             ],
    'userDataDir': r'D:\Temporary',
    # 用户数据保存目录，这个最好指定一个，
    # 如果不指定，Chrome会自动创建一个临时目录使用，在退出浏览器时自动删除，
    # 在删除的时候可能会删除失败(不知道为什么出现权限问题，我用Windows)导致浏览器退出失败
    # 删除失败时出现报错：OSError: Unable to remove Temporary User Data
    # 或者Chrome进程没有退出，cpu狂飙到99%
}

2 content()

pyppeteer.connect(options: dict = None, **kwargs: Any) -> Browser

链接已打开的浏览器，返回 Browser 类。接受字典或键值对的关键字配置参数。


参数：

• browserWSEndpoint（str）：要连接的浏览器 websocket 端点。（必填）
• ignoreHTTPSErrors（bool）：是否忽略 HTTPS 错误。默认为 False。
• slowMo（int | float）：按指定的毫秒数减慢pyppeteer的速度。
• logLevel（int | str）：用于打印日志的日志级别。默认值与根记录器相同。
• loop（asyncio.AbstractEventLoop）：事件循环（实验）。

browserWSEndpoint 的值获取：Browser.wsEndpoint

例子：

import asyncio
import pyppeteer


async def main():
    browser = await pyppeteer.launch({'headless': False})
    page = await browser.newPage()
    await page.setViewport({'width': 1366, 'height': 768})
    await page.goto('https://www.baidu.com')
    ws = browser.wsEndpoint
    print(ws)

    await browser.disconnect()  # 断开链接
    browser2 = await pyppeteer.connect({'browserWSEndpoint': ws})
    await browser2.close()


asyncio.get_event_loop().run_until_complete(main())

浏览器Browser

常用属性和方法：

• process：返回浏览器进程，如果浏览器实例是由 connect 方法创建的则返回 null。
• browserContexts：返回一个包含所有打开的浏览器上下文的列表。在新创建的浏览器中，这将返回 [BrowserContext]的单个实例。
• wsEndpoint: 返回 websocket 端点 url，用于connect 方法重链。
• pages()：获取所有可见的标签页。
• newPage()：新建标签页。
• close():关闭 Chromium 及其所有页面。Browser 对象本身被认为是处理过的并不能再被使用。
• disconnect()：断开 Pyppeteer 和浏览器的连接，但 Chromium 进程仍然在运行。在调用 disconnect 之后，Browser 对象本身被认为是处理过的并不能再被使用。
• createIncognitoBrowserContext()：创建一个新的隐身浏览器上下文。这不会与其他浏览器上下文共享 cookie / 缓存。
• userAgent():返回浏览器原始的 user-agent。页面可以使用 page.setUserAgent 覆盖浏览器的 user-agent。

注：被 async 关键字修饰的方法是异步方法，调用的时候也必须 await 关键字修饰。

示例：

import asyncio
from pyppeteer import launch


async def main():
    browser = await launch({'headless': False})
    page = await browser.newPage()
    await page.goto('https://www.baidu.com')
    print(browser.process)     # 属性不被 async 关键字修饰
    print(browser.wsEndpoint)
    print(browser.browserContexts)
    print(await browser.userAgent())
    print(await browser.pages())
    print(await browser.version())
    print(browser.targets())  # 这个方法在源码中不被 async 关键字修饰
    await browser.close()


asyncio.get_event_loop().run_until_complete(main())

BrowserContext

启动浏览器时，默认情况下使用单个 BrowserContext。
方法 browser.newPage() 在默认浏览器中创建页面背景。

Pyppeteer允许创建隐身浏览器(无痕模式)上下文。如下方法：
browser.createInnamitoBrowserContext()

隐身浏览器上下文不会将任何浏览器数据写入磁盘。

无痕模式：

import asyncio
from pyppeteer import launch


async def main():
    # 创建浏览器实例
    browser = await launch({'headless': False})
    # 启动无痕模式
    context = await browser.createIncognitoBrowserContext()
    # 新建标签页
    page = await context.newPage()
    # 打开目标 url
    await page.goto('https://www.baidu.com')
    # 打印是否无痕模式
    print(context.isIncognito())
    # 关闭无痕模式
    await context.close()
    # 关闭浏览器
    await browser.close()


asyncio.get_event_loop().run_until_complete(main())