1.简介
前边宏哥拖拽有提到那个反爬虫机制，加了各种参数，以及加载js脚本文件还是有问题，偶尔宏哥好像发现了解决问题的办法，看到了黎明的曙光，宏哥就说试一下看看行不行，万一实现了。结果宏哥试了结果真的OK啊，但是宏哥第一次运行可以，后边就不行了，然后将编辑器关闭重启，再次运行又可以，宏哥猜测可能是缓冲问题吧，但是具体原因还是没有查到。所以就加更一篇来记录是如何解决的。而且最近有一些爬虫用户私信给宏哥留言：在使用 playwright 的时候，提到 playwright 默认是用无痕模式打开的浏览器，很多网站会有反爬机制，使用无痕模式打开的时候功能无法正常使用。问宏哥有没有好的办法。宏哥答复暂时也没有好办法，也不知道宏哥这种解决方法会不会帮到他们，或者对他们有参考价值。
2.启动浏览器的模式
playwright 提供了 launch_persistent_context 启动浏览器的方法，可以非无痕模式启动浏览器。
无痕模式启动浏览器适合做自动化测试的人员
非无痕模式启动浏览器适合一些爬虫用户人员
2.1无痕模式启动浏览器
launch()方法是无痕模式启动浏览器。
参考代码如下：
# coding=utf-8 # 1.先设置编码，utf-8可支持中英文，如上，一般放在第一行 # 2.注释：包括记录创建时间，创建人，项目名称。 ''' Created on 2023-10-10 @author: 北京-宏哥 QQ交流群：705269076 公众号：北京宏哥 Project: 《《最新出炉》系列初窥篇-Python+Playwright自动化测试-21-处理鼠标拖拽-番外篇 ''' # 3.导入模块 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() page.goto("https://www.cnblogs.com/du-hong") # do .... page.pause() browser.close()
无痕模式启动浏览器，会在浏览器右上角出现“无痕模式”，如下图所示：
2.2非无痕模式启动浏览器
如果网站被识别或者被监测无痕模式不能使用，那么可以用 launch_persistent_context()方法非无痕模式启动浏览器。
相关参数说明：
- user_data_dir ： 用户数据目录，此参数是必须的，可以自定义一个目录
- accept_downloads： 接收下载事件
- headless： 是否设置无头模式
- channel： 指定浏览器类型，默认chromium
参考代码如下：
# coding=utf-8 # 1.先设置编码，utf-8可支持中英文，如上，一般放在第一行 # 2.注释：包括记录创建时间，创建人，项目名称。 ''' Created on 2023-10-10 @author: 北京-宏哥 QQ交流群：705269076 公众号：北京宏哥 Project: 《《最新出炉》系列初窥篇-Python+Playwright自动化测试-21-处理鼠标拖拽-番外篇 ''' # 3.导入模块 from playwright.sync_api import sync_playwright with sync_playwright() as p: browser = p.chromium.launch_persistent_context( # 指定本机用户缓存地址 user_data_dir=f"C:UsersDELLDesktopChrometest", # 接收下载事件 accept_downloads=True, # 设置 GUI 模式 headless=False, bypass_csp=True, slow_mo=1000, channel="chrome" ) page = browser.new_page() page.goto("https://www.cnblogs.com/du-hong") # do .... page.pause() browser.close()
宏哥发现以上代码运行后，会多出一个空白页。如下图所示：
进入launch_persistent_context方法，发现是因为使用launch_persistent_context方法会自动打开一个tab标签页，后面代码browser.new_page()重新打开了一个新的page对象。所以才会多一个空白页。
解决办法很简单，去掉browser.new_page()代码即可。直接用默认打开发tab标签页对象。
参考代码如下：
# coding=utf-8 # 1.先设置编码，utf-8可支持中英文，如上，一般放在第一行 # 2.注释：包括记录创建时间，创建人，项目名称。 ''' Created on 2023-10-10 @author: 北京-宏哥 QQ交流群：705269076 公众号：北京宏哥 Project: 《《最新出炉》系列初窥篇-Python+Playwright自动化测试-21-处理鼠标拖拽-番外篇 ''' # 3.导入模块 from playwright.sync_api import sync_playwright with sync_playwright() as p: browser = p.chromium.launch_persistent_context( # 指定本机用户缓存地址 user_data_dir=f"C:UsersDELLDesktopChrometest", # 接收下载事件 accept_downloads=True, # 设置 GUI 模式 headless=False, bypass_csp=True, slow_mo=1000, channel="chrome" ) page = browser.pages[0] page.goto("https://www.cnblogs.com/du-hong") # do .... page.pause() browser.close()
运行代码，如下图所示：
3.项目实战
这里宏哥还用之前的那个实例进行演示，也就是在文章最后提到反爬虫的那篇文章的例子：携程旅行，手机号查单页面的一个滑动，进行项目实战。如下图所示：
3.1代码设计
参考前边提到的方法进行代码设计如下：
3.2参考代码
# coding=utf-8 # 1.先设置编码，utf-8可支持中英文，如上，一般放在第一行 # 2.注释：包括记录创建时间，创建人，项目名称。 ''' Created on 2023-10-10 @author: 北京-宏哥 QQ交流群：705269076 公众号：北京宏哥 Project: 《《最新出炉》系列初窥篇-Python+Playwright自动化测试-21-处理鼠标拖拽-番外篇 ''' # 3.导入模块 from playwright.sync_api import Playwright, sync_playwright, expect def run(playwright: Playwright) -> None: browser = playwright.chromium.launch_persistent_context( # 指定本机用户缓存地址 user_data_dir=f"C:UsersDELLDesktopChrometest", # 接收下载事件 accept_downloads=True, # 设置 GUI 模式 headless=False, bypass_csp=True, slow_mo=1000, channel="chrome" ) page = browser.pages[0] page.goto("https://passport.ctrip.com/user/member/fastOrder") page.wait_for_timeout(2000) #获取拖动按钮位置并拖动 //*[@id="slider"]/div[1]/div[2] dropbutton=page.locator("//*[@id='slider']/div[1]/div[2]") box=dropbutton.bounding_box() page.mouse.move(box['x']+box['width']/2,box['y']+box[ 'height']/2) page.mouse.down() mov_x=box['x']+box['width']/2+280 page.mouse.move(mov_x,box['y']+box[ 'height']/2) page.mouse.up() 服务器托管网 page.wait_for_timeout(3000) browser.close() with sync_playwright() as playwright: run(playwright)
3.3运行代码
1.运行代码，右键Run’Test’，控制台输出，如下图所示：
2.运行代码后电脑端的浏览器的动作（可以清楚地的看到滑动后，出现“校验成功，通过”的字样，而不是之前出现的那种反爬虫机制，又弹出选字校验）。如下图所示：
好了，到此大功告成，问题就解决了。
4.小结
1. launch_persistent_context创建的浏览器对象，为什么无法使用browser.new_context()创建上下文？
因为launch_persistent_context字面上意思就已经是一个context上下文对象了，所以无法创建上下文，只能创建page对象。
2.user_data_dir路径参数的作用什么？
user_data_dir是指定浏览器启动的用户数据缓存目录，当指定一个新的目录时，启动浏览器会发现自动生成缓存文件。打开C:UsersDELLDesktopChrometest目录会看到加载的浏览器缓存文件。如下图所示：
3.user_data_dir能不能记住用户登录的状态？
user_data_dir就是你自己定义的打开浏览器保存的用户数据，包含了用户的cookies，所以你只要登录过，就会自动保存。
所以你只要代码打开网站，如果不能通过代码自动登录（可能有一些验证码什么的），你可以断点后手工去登录一次，也会记住cookies。下次代码再打开就不需要登录了。
4.为什么按你的教程，我这个网站就无法保持登录？
能不能保持登录状态，主要看你网站的cookies有效期，有些网站关闭浏览器后就失效了，比如一些银行的网站，你只要关闭浏览器窗口，下次就需要再次登录。
简单来说一句话：你手工去操作一次，关闭浏览器，再打开还要不要登录，如果服务器托管网关闭浏览器需要再次登录，那代码也没法做到保持登录。
有些博客网站，你登录一次，cookies几个月都有效，这种就可以利用缓存的cookies保持登录。
5.为什么网上其他教程user_data_dir写chrome的安装目录？
其实没必要非要写chrome的安装目录”C:Users{getpass.getuser()}AppDataLocalGoogleChromeUserData”。
如果你写的是系统默认安装目录的用户数据，那你本地浏览器打开后，执行代码就会报错。所以不推荐！
6.默认启动的是chromium浏览器，能不能换成其他的浏览器?
可以通过”channel”参数指定浏览器，可以支持chromium系列：chromium、chrome、chrome-beta、msedge。
7.如何设置窗口最大化?
添加args=[‘–start-maximized’]和no_viewport=True两个参数设置窗口最大化。
browser = p.chromium.launch_persistent_context( # 指定本机用户缓存地址 user_data_dir=f"D:chrome_userxyoyo", # 接收下载事件 accept_downloads=True, # 设置 GUI 模式 headless=False, bypass_csp=True, slow_mo=1000, channel="chrome", args=['--start-maximized'], no_viewport=True )
或者使用viewport={‘width’:1920,’height’:1080}设置屏幕分辨率
browser = p.chromium.launch_persistent_context( # 指定本机用户缓存地址 user_data_dir=f"D:chrome_userxyoyo", # 接收下载事件 accept_downloads=True, # 设置 GUI 模式 headless=False, bypass_csp=True, slow_mo=1000, channel="chrome", viewport={'width': 1920, 'height': 1080} )
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net
GraphicsMagick： 图像处理里的瑞士军刀 跨平台使用 而且容易安装 被Flickr和Etsy使用 服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net 机房租用，北京机房租用，IDC机房托管， htt…
