Playwright 是什么？下载安装完整指南（Windows / Python）

一句话：Playwright 是微软出的开源浏览器自动化工具，能让代码像真人一样打开网页、点击、抓数据，还自带真浏览器内核，反爬基本认不出来。

一、Playwright 是什么

Playwright 是微软（Microsoft）开源的 Web 自动化框架，2020 年发布。它通过驱动真实的浏览器内核（Chromium、Firefox、WebKit）来操作网页，能做：

自动打开网页、点击、输入、截图
抓取页面数据、监听网络请求
自动登录、填表单、跑测试
监听 WebSocket，抓实时弹幕 / 直播数据流（咱们这个项目就是用它抓抖音弹幕）

GitHub：https://github.com/microsoft/playwright

二、为什么用它，而不是普通爬虫

对比项	requests / 手写协议	Playwright 真浏览器
反爬对抗	容易被识别、封 IP、DEVICE\_BLOCKED	真浏览器指纹，几乎认不出
JS 渲染	渲染不了动态页面	完整浏览器引擎，啥都能渲染
Cookie / 签名	要手搓 ttwid、a\_bogus 等	浏览器自动处理
WebSocket 数据	要手写握手和心跳	直接监听二进制帧
开发成本	高，反爬一变就得重写	低，打开页面就完事
代价	轻量	要开浏览器进程，内存占几百 MB

一句话：普通爬虫是跟反爬硬刚，Playwright 是直接把真浏览器当代理，让网站以为你就是真人。

三、下载安装（Windows + Python，本项目同款）

1. 前置：装 Python

去 https://www.python.org/downloads/ 下载 Python 3.9+，安装时勾选 Add Python to PATH。

验证：

python --version

2. 新建虚拟环境（推荐）

cd 你的项目目录
python -m venv venv
.\venv\Scripts\activate

3. 安装 playwright 包

pip install playwright

4. 下载浏览器内核（关键一步！）

playwright install chromium

这会自动下载一个干净的 Chromium 到 C:\Users\你的用户名\AppData\Local\ms-playwright\。

这个浏览器不是你自己装的 Chrome，不共享书签和登录态。

四、第一个示例脚本

新建 demo.py：

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    # headless=False 会看到浏览器窗口；True 则后台运行
    browser = p.chromium.launch(headless=False)
    page = browser.new_page()
    page.goto("https://www.baidu.com")
    print("页面标题：", page.title())
    page.screenshot(path="demo.png")
    browser.close()

运行：

python demo.py

会弹出一个 Chromium 窗口打开百度，截图保存为 demo.png。

五、常用命令速查

# 安装指定浏览器
playwright install chromium
playwright install firefox
playwright install webkit

# 只装系统依赖（Linux 常用）
playwright install-deps

# 打开代码生成器（边点边自动生成代码）
playwright codegen https://www.baidu.com

# 截图当前页
playwright screenshot https://example.com example.png

六、抓 WebSocket 数据（直播弹幕同款）

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(headless=False)
    page = browser.new_page()

    # 监听所有 WebSocket 帧
    def on_ws(ws):
        print("WebSocket 连接：", ws.url)
        ws.on("framereceived", lambda payload: print("收到数据：", len(payload), "字节"))

    page.on("websocket", on_ws)
    page.goto("https://live.douyin.com/房间号")
    page.wait_for_timeout(60000)  # 监听 60 秒
    browser.close()

七、常见问题

Q：它和谷歌浏览器是一回事吗？

不是。它用的是 Chromium 内核，但 Playwright 自动下载的是独立版本，跟你日常用的 Chrome 隔离，不共享书签和登录。

Q：内存占用大吗？

开一个 Chromium 大概占 300–500MB 内存，比 requests 重，但换来了稳定性。

Q：会被网站封吗？

比手写协议难封得多。可以再加 --disable-blink-features=AutomationControlled 等参数进一步隐藏自动化特征。

八、官方链接

官网：https://playwright.dev
Python 文档：https://playwright.dev/python/
API 参考：https://playwright.dev/python/docs/api/class-playwright
GitHub：https://github.com/microsoft/playwright